原创 Python實現 模擬退火算法庫

scikit-opt 點擊進入官網下載,或者按照官網上寫的 pip install 安裝 3.1 模擬退火算法用於多元函數優化 from sko.SA import SA def demo_func(x): x1, x2,

原创 遺傳算法做整數規劃(0-1優化)Python實現

scikit-opt 這個庫以很好用的方式實現了遺傳算法的應用,是目前能找到的較好的遺傳算法工具箱 去這裏 scikit-opt 下載源代碼。或者用pip安裝: pip install scikit-opt 在多維優化時,想讓哪

原创 差分進化算法解決有約束優化問題(Python實現)

差分進化算法(Differential Evolution)是演化算法(evolutionary algorithms,簡稱EAs)的成員之一。EAs的成員還包括著名的遺傳算法(Genetic Algorithm)等。 DE在某些

原创 ModuleNotFoundError: No module named 'sko' 解決辦法

有時候python導入包時,會報下面這個錯 ModuleNotFoundError: No module named ‘sko’ 報錯原因是沒有安裝 scikit-opt 這個包,安裝就行了(詳細安裝方法來自 scikit-opt

原创 模擬退火算法的三種形式+Python實現

3 types of Simulated Annealing 模擬退火有三種具體形式 ‘fast’: u ~ Uniform(0, 1, size = d) y = sgn(u - 0.5) * T * ((1 + 1/T)**a

原创 Python實現 粒子羣算法庫

scikit-opt 點擊下載這個庫,或者按照官網的說明用 pip 安裝,然後就可以用了 def demo_func(x): x1, x2, x3 = x return x1 ** 2 + (x2 - 0.05)

原创 模擬退火算法的Python實現與可視化

3.2 模擬退火算法解決TSP問題(旅行商問題) 作爲demo,生成模擬數據(代碼與遺傳算法解決TSP問題一樣,這裏省略) 調用模擬退火算法 -> Demo code: examples/demo_sa_tsp.py#s2 fro

原创 【AHP】層次分析法原理與Python實現

層次分析法,簡稱AHP,層次分析法是 多目標決策問題 的一個解決方案。 它把有關的元素分解成目標、準則、方案等層次,在此基礎之上進行定性和定量分析的決策方法。 該方法是美國運籌學家匹茨堡大學教授薩蒂於20世紀70年代初提出的。 人

原创 Python實現遺傳算法庫

scikit-opt scikit-opt 這個庫以很好用的方式實現了遺傳算法的應用,是目前能找到的較好的遺傳算法工具箱 目標函數 def demo_func(x): x1, x2, x3 = x return x

原创 Python實現 免疫優化算法庫

scikit-opt 點擊進入官網下載,或者按照官網上寫的 pip install 安裝 from sko.IA import IA_TSP_g as IA_TSP ia_tsp = IA_TSP(func=cal_total_

原创 遺傳算法進行整數規劃(0-1優化)Python實現

scikit-opt 這個庫以很好用的方式實現了遺傳算法的應用,是目前能找到的較好的遺傳算法工具箱 去這裏 scikit-opt 下載源代碼。或者用pip安裝: pip install scikit-opt 在多維優化時,想讓哪

原创 Python實現 魚羣算法庫

scikit-opt 點擊進入官網下載,或者按照官網上寫的 pip install 安裝 def func(x): x1, x2 = x return 1 / x1 ** 2 + x1 ** 2 + 1 / x2

原创 Python實現 蟻羣算法庫

scikit-opt 點擊進入官網下載,或者按照官網上寫的 pip install 安裝 aca = ACA_TSP(func=cal_total_distance, n_dim=8, size_pop

原创 粒子羣算法,python 實現可視化

先去下載 scikit-opt https://github.com/guofei9987/scikit-opt 導入包,定義目標函數 import numpy as np import matplotlib.pyplot as

原创 【收藏】一個在線word轉 markdown 工具箱

https://word2md.com/