摘要: 简介 定义 粒子群优化算法(Particle Swarm optimization,PSO)又翻译为粒子群算法、微粒群算法、或微粒群优化算法。是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法。通常认为它是群集智能 (Swarm intelligence, SI) 的一种。它可以被纳入 阅读全文
posted @ 2020-01-29 22:50 Rogn 阅读(12670) 评论(1) 推荐(0) 编辑
摘要: Differential Evolution 差分进化算法(Differential Evolution,DE)于1997年由Rainer Storn和Kenneth Price在遗传算法等进化思想的基础上提出的,本质是一种多目标(连续变量)优化算法(MOEAs),用于求解多维空间中整体最优解。 差 阅读全文
posted @ 2020-01-29 21:39 Rogn 阅读(2622) 评论(0) 推荐(0) 编辑
摘要: 一、SA求函数最值 第一步: 定义您的问题 demo_func = lambda x: x[0] ** 2 + (x[1] - 0.05) ** 2 + x[2] ** 2 第二步:执行SA from sko.SA import SA sa = SA(func=demo_func, x0=[1, 1 阅读全文
posted @ 2020-01-29 21:23 Rogn 阅读(3781) 评论(0) 推荐(0) 编辑
摘要: 安装 pip install scikit-opt 对于当前的开发者版本: git clone git@github.com:guofei9987/scikit-opt.git cd scikit-opt pip install . Genetic Algorithm 第一步:定义你的问题 impo 阅读全文
posted @ 2020-01-29 20:29 Rogn 阅读(11714) 评论(2) 推荐(1) 编辑
摘要: 遗传算法 (GA) 算法最主要的就是我们要想明白什么是他的 DNA 和怎么样对个体进行评估 (他们的 Fitness). Fitness和DNA 这次的编码 DNA 方式又不一样, 我们可以尝试对每一个城市有一个 ID, 那经历的城市顺序就是按 ID 排序咯. 比如说商人要经过3个城市, 我们就有 阅读全文
posted @ 2020-01-29 16:55 Rogn 阅读(1053) 评论(0) 推荐(1) 编辑
摘要: 要想使用遗传算法,首要任务是定义DNA编码。 传统的 GA 中, DNA 我们能用一串二进制来表示, 比如: DNA1 = [1, 1, 0, 1, 0, 0, 1] DNA2 = [1, 0, 1, 1, 0, 1, 1] 这里,我们仍然使用二进制编码,但是如何与我们的问题对应起来呢? 我们知道二 阅读全文
posted @ 2020-01-29 15:02 Rogn 阅读(1178) 评论(0) 推荐(0) 编辑
摘要: 一、遗传算法的由来 受生物学的启发, 在一个生物的任何一个细胞中,都有着相同的一套染色体。所谓染色体,就是指由 DNA 组成的聚合体。 传统上看,这些染色体可以被由数字 0 和 1 组成的字符串表达出来(实际上是由4种碱基)。 为了形式化定义一个遗传算法,我们可以将它看作一个优化方法,它可以尝试找出 阅读全文
posted @ 2020-01-29 14:43 Rogn 阅读(1074) 评论(0) 推荐(0) 编辑