python算法
文章平均质量分 86
evan_gyy
这个人是条懒狗
展开
-
智能算法的Python实现(更新中)
遗传算法:https://blog.csdn.net/qq_43445362/article/details/108307132模拟退火算法:https://blog.csdn.net/qq_43445362/article/details/108364134原创 2020-09-02 17:38:04 · 869 阅读 · 1 评论 -
模拟退火算法的Python实现(非线性函数优化为例)
1、模拟退火算法(SA)介绍模拟退火算法(Simulated Annealing,SA)是一种随机寻优算法,其出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。模拟退火算法从某一较高初温出发,伴随温度参数的不断下降,结合概率突跳特性在解空间中随机寻找目标函数的全局最优解,即在局部最优解能概率性地跳出并最终趋于全局最优。(一)算法流程:(二)Metropolis准则:Metropolis准则用于判断是否接受新解。模拟退火中函数最优化的过程是f值不断降低的过程,但为了跳出局部最优原创 2020-09-02 17:27:57 · 6792 阅读 · 19 评论 -
遗传算法的Python实现(非线性函数优化问题为例)
1、遗传算法(GA)介绍遗传算法(Genetic Algorithm,GA)最早是由美国的 John holland于20世纪70年代提出,该算法是根据大自然中生物体进化规律而设计提出的,是一种通过模拟自然进化过程搜索最优解的方法。该算法通过数学的方式,利用计算机仿真运算,将问题的求解过程转换成类似生物进化中的染色体基因的交叉、变异等过程。在求解较为复杂的组合优化问题时,相对一些常规的优化算法,通常能够较快地获得较好的优化结果。遗传算法已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生原创 2020-08-30 17:43:27 · 6585 阅读 · 2 评论 -
A*搜索算法的Python实现(八数码为例)
1、A*搜索算法介绍A*搜寻算法,俗称A星算法,作为启发式搜索算法中的一种,这是一种在图形平面上,有多个节点的路径,求出最低通过成本的算法。常用于游戏中的NPC的移动计算,或线上游戏的BOT的移动计算上。算法核心:A*算法最为核心的部分,就在于它的一个估值函数的设计上:f(n)=g(n)+h(n)其中f(n)是每个可能试探点的估值,它有两部分组成:g(n):表示从起始搜索点到当前点的代价(通常用某结点在搜索树中的深度来表示)。h(n):表示启发式搜索中最为重要的一部分,即当前结点到目标结点的原创 2020-08-25 11:41:37 · 6442 阅读 · 0 评论