智能优化算法
文章平均质量分 67
智能优化_数据分析_AI算法
博客中的任何问题,欢迎私信与我交流。
展开
-
NSGA2机器学习算法多目标优化
NSGA2算法是一种常见的多目标优化算法,可以用于求解各类多目标优化问题。今天简单介绍一下如何用NSGA2算法,联合机器学习预测模型,对某一实际问题的自变量的取值进行优化。原创 2022-11-21 15:06:53 · 2901 阅读 · 3 评论 -
C-TAEA算法源代码复现
论文:《Two-Archive Evolutionary Algorithm for Constrained Multiobjective Optimization》双档案进化的约束多目标优化算法1、摘要在求解约束多目标优化问题时,如何同时兼顾收敛性、多样性和可行性是一个重要问题。为了解决这一问题,本文提出了一种无参数约束处理技术——双档案进化算法,用于约束多目标优化。它同时保持着两种协作性档案:一种称为趋同导向档案(CA),是推动人口走向帕累托前沿的驱动力;另一种是多样性导向档案(DA),主要原创 2022-04-20 15:10:04 · 2177 阅读 · 2 评论 -
蜜獾算法(HBA)原理分析(含源代码)
目录简介:论文下载链接:算法主要流程:1.初始化阶段2.定义密度因子3.更新密度因子4.从局部最优逃离5.更新代理位置5.1挖掘阶段5.2吸引阶段源码分析:种群初始化代码:算法操作代码:目标函数:算法测试:算法总结简介:蜜獾是一种皮毛黑白相间的哺乳动物,常生活在非洲、亚洲西南部和印度次大陆的半沙漠和雨林中,以其无畏的天性而闻名。近年来,数值优化领域吸引了研究界提出和发展各种元启发式优化算法。本文提出了一种新的元...原创 2022-03-06 00:33:21 · 4349 阅读 · 2 评论 -
python遗传算法工具包geapy使用实例(附源码)
目录一、单目标优化使用实例1、数学模型2、定义决策变量/目标函数/约束条件3、调用算法求解优化问题二、多目标优化使用实例1、数学模型2、定义决策变量/目标函数/约束条件3、调用算法求解优化问题Geatpy是一个高性能实用型的Python遗传算法工具箱,提供一个面向对象的进化算法框架,经过全面改版后,新版Geatpy2目前由华南农业大学、暨南大学、华南理工等本硕博学生联合团队开发及维护。Geatpy2整体上看由工具箱内核函数(内核层)和面向对象进化算法框架(原创 2022-02-22 00:56:15 · 9170 阅读 · 8 评论 -
生物地理学优化算法(BBO)解读(含源码)
目录一、算法原理:1.迁移:2.变异二、算法流程:三、matlab代码解读:三、算法改进思路:四、算法应用:四、算法应用:参考文献生物地理学优化算法(Biogeography-based optimization)是Dan Simon 教授在2008年提出来的。生物地理学优化算法是受生物地理学原理启发,可以理解为大自然通过物种在地理区域间迁移和漂流,最终达到一种平衡态;这里的物种信息就是优化问题的决策变量。与其他基于种群的优化算法一样,BBO算法也是通过对物种信息原创 2022-02-21 21:15:33 · 3910 阅读 · 0 评论