- 博客(12)
- 收藏
- 关注
RSS订阅原创 蚁群算法（AOC）及Python实现
自然界蚂蚁群体在寻找食物的过程中，通过一种被称为信息素（Pheromone）的物质实现相互的间接通信，从而能够合作发现从蚁穴到食物源的最短路径。通过对这种群体智能行为的抽象建模，研究者提出了蚁群优化算法（Ant Colony Optimization, ACO），为最优化问题、尤其是组合优化问题的求解提供了一强有力的手段。蚂蚁在寻找食物的过程中往往是随机选择路径的，但它们能感知当前地面上的信息素浓度，并倾向于往信息素浓度高的方向行进。信息素由蚂蚁自身释放，是实现蚁群内间接通信的物质。
2024-03-13 17:05:35
1049
原创 粒子群算法（PSO）及Python实现
粒子群算法的思想源于对鸟群觅食行为的研究，鸟群通过集体的信息共享使群体找到最优的目的地。如下图，设想这样一个场景：鸟群在森林中随机搜索食物，它们想要找到食物量最多的位置。但是所有的鸟都不知道食物具体在哪个位置，只能感受到食物大概在哪个方向。每只鸟沿着自己判定的方向进行搜索，并在搜索的过程中记录自己曾经找到过食物且量最多的位置，同时所有的鸟都共享自己每一次发现食物的位置以及食物的量，这样鸟群就知道当前在哪个位置食物的量最多。
2024-03-07 17:13:59
358
原创 遗传算法及python实现
遗传算法将“”的生物进化原理引入优化参数形成的编码串群体中，按所选择的适应度函数并通过遗传中的对个体进行筛选，适应度高的个体被保留下来，组成新的群体，新的群体既继承了上一代的信息，又优于上一代。这样周而复始，群体中个体适应度不断提高，直到满足一定的条件。遗传算法的算法简单，可并行处理，并能到全局最优解。遗传算法主要包括以下三个方面： （1）这是生物的普遍特征，亲代把生物信息交给子代，子代总是和亲代具有相同或相似的性状。生物有了这个特征，物种才能稳定存在。（2）
2024-02-29 10:47:08
175
原创 模拟退火算法及Python实现
模拟退火算法包含两个部分即Metropolis算法和退火过程,，分别对应内循环和外循环。外循环就是退火过程，将固体达到较高的温度（初始温度T（0）），然后按照降温系数alpha使温度按照一定的比例下降，当达到终止温度Tf时，冷却结束，即退火过程结束。Metropolis算法是内循环，即在每次温度下，迭代L次，寻找在该温度下能量的最小值（即最优解）。下图中所示即为在一次温度下，跌代L次，固体能量发生的变化。
2024-02-23 11:20:12
653
1
原创 贪心算法（Greedy Algorithm）及Python实现
贪心算法又称之为贪婪算法，，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的是在某种意义上的局部最优解。贪心算法不是对所有问题都能得到整体最优解，关键是贪心策略的选择，选择的贪心策略必须具备无后效性，即某个状态以前的过程不会影响以后的状态，只与当前状态有关。
2024-02-18 11:25:43
371
原创 python启发式算法
运筹学，有时又被称为数学规划或者最优化理论，几乎所有的问题都可以转化为数学求解优化问题，比如现在流行的使用深度学习解决问题，其中深度学习中关键的调参就是典型的高度复合函数无约束优化问题。在实际生活中，决策的环境越来越复杂，一个决策往往收到众多因素影响，根据实际问题建立模型越来越困难，建立的模型也越来越复杂，众多影响因素有着错综复杂的相互作用，决策变量的量级、取值、目标的复杂多样、约束的非线性程度都是经典算法难以求解的，导致很多问题都是NP-Hard的，难以精确求解，这时启发式算法就应运而生。
2024-02-03 16:46:06
1872
1
原创 甘特图（Gantt）python实现（matplotlib和plotly）
甘特图（gantt）多用于工作中对于任务完成情况以及使车间作业问题排程更加直观。作者在项目中需要使用甘特图对调度排程问题进行可视化展示，如文章中有不对之处欢迎指出。
2024-01-26 16:58:00
738
1
原创 python 新绘图库
文档解释：https://d3blocks.github.io/d3blocks/pages/html/Chord.html#chart。原始文档：https://github.com/d3blocks/d3blocks，这个库的功能很强大，画的蛮好看，可以辅助我们的学习，还不赶紧冲冲冲！
2024-01-05 10:35:19
385
1
转载 python异常处理
1 什么是异常在计算机编程中，异常（Exception）是指在程序执行过程中发生的错误或异常情况。当出现异常时，程序无法正常继续执行，因此需要采取一些特殊的措施来处理异常，以防止程序崩溃或产生意外结果。异常可以在程序中的任何地方发生，可能是由错误的输入、无效的操作、资源不足、硬件问题或其他未预料的情况引起的。例如，当尝试除以零、访问不存在的文件、连接失败等情况发生时，都会引发异常。在Python等高级编程语言中，异常处理机制提供了一种结构化的方式来捕获和处理异常。通过在程序中使用try-exce
2024-01-05 08:42:55
23
1
原创 CD-Hit 生信 碱基序列去除冗余的方法
1.CD-Hit介绍官方介绍：CD-HIT是一个非常广泛使用的程序，用于蛋白质或核苷酸序列的聚类和比较。最初由李伟忠博士在伯纳姆研究所（现为桑福德伯纳姆医学研究所）亚当·戈兹克博士的实验室开发，CD-HIT速度非常快，可以处理非常大的数据库。有助于显著减少许多序列分析任务中的计算和手动工作，并有助于理解数据结构和纠正数据集中的偏差。CD-HIT包有CD-HIT、CD-HIT-2D、CD-HIT-EST、CD-HIT-EST-2D、CD-HIT-454、CD-HIT-PARA、PSI-CD-HIT、C
2021-10-15 22:53:36
4760
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人