智能优化算法
关注
分享
扫一扫
文章平均质量分 79
Ricky_Theseus
一个普通人类
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
多目标优化问题（MOP）
（Multi-Objective Optimization, MOO / MOP），指在时，寻找一组满足约束、并让所有目标尽可能优的决策方案。原创 2026-04-08 10:41:31 · 167 阅读 · 0 评论 -
告别交叉变异：一文读懂基于群体的增量学习算法 (PBIL)——python实现
PBIL算法为我们提供了一种“上帝视角”的优化思路：它不关心种群中个体的“爱恨情仇”（交叉），而是通过统计和学习，直接去描绘最优解的“样貌”（概率分布）。这种从操作实例到学习模型的思想转变，正是分布估计算法的魅力所在，也为解决复杂优化问题开辟了新的道路。原创 2026-04-02 14:16:01 · 632 阅读 · 0 评论 -
探索群体智慧：蚁群算法（ACO）从原理到实践——python实现
蚁群算法通过模拟简单的个体行为涌现出复杂的群体智能，为解决复杂的组合优化问题提供了一种强大而灵活的工具。其分布式、自组织的特性使其具有很强的鲁棒性和扩展性。原创 2026-03-30 22:15:22 · 1048 阅读 · 0 评论 -
粒子群算法（PSO）原理与经典应用——python实现（含完整代码)
粒子群算法以其简单高效、参数少、易实现等优点，在连续优化领域有广泛应用。通过合理设置参数和改进策略，PSO可用于求解多种复杂优化问题。原创 2026-03-30 21:43:27 · 727 阅读 · 0 评论 -
智能优化算法——遗传算法
遗传算法（Genetic Algorithm, GA）是一种模拟自然选择和遗传机制的优化算法，属于进化计算的分支。其核心思想是通过模拟生物进化过程中的选择、交叉和变异操作，逐步优化问题的解。遗传算法广泛应用于工程优化、机器学习、金融建模等领域。原创 2026-03-18 10:28:46 · 390 阅读 · 0 评论