不同群优化算法的实现与可视化。
swarmlib的Python项目详细描述
斯瓦姆利布
说明
这个存储库实现了几个优化算法。
安装
您可以使用pypi中的pip安装包：
pip3 install swarmlib
swarm --version
用法
要打印所有可用的算法：
swarm --help
蚁群优化
这个存储库包括一个求解旅行商问题（tsp）的蚁群优化算法，如2006年11月在{a10}中介绍的marco dorigo、mauro biratari和thomas stuetzle（doi:10.1109/mci.2006.329691）。
这是2018/2019年冬季布拉格查尔斯大学（charles university prague）课程Natural computing for learning and optimisation的一部分。
功能
启用使用TSPLIB95文件将蚁群优化算法应用于TSP并打印结果。
该算法求解tsp，并绘制所有迭代的结果。 根据从tsplib95文件中读取的节点坐标绘制节点。边缘的宽度表示与此边缘相关联的信息素的量如果边是blue，则它是best found path的一部分。
要打印所有可用选项，请执行：
swarm ants -h
api
除了客户端之外，您还可以使用API：
fromswarmlib.aco4tsp.aco_problemimportACOProblemproblem=ACOProblem('/path/to/my/tsp-file.tsp',10)ifproblem.solve():problem.show_result()
萤火虫算法
这个存储库包括像杨昕（xin she yang）在2009年的论文Firefly Algorithms for Multimodal Optimization中介绍的萤火虫算法（doi:10.1007/978-3-642-04944-6-u 14）。
这是2018/2019年冬季布拉格查尔斯大学（charles university prague）课程Natural computing for learning and optimisation的一部分。
功能
启用将萤火虫算法应用于提供的一个二维函数。该算法试图找到所选函数的全局最小值。
当前可以选择两个功能：
要打印所有可用选项，请执行：
swarm fireflies -h
api
除了客户端之外，您还可以使用API：
fromswarmlib.fireflyalgorithm.firefly_problemimportFireflyProblemfromswarmlib.fireflyalgorithm.functionsimportFUNCTIONSproblem=FireflyProblem(FUNCTIONS['michalewicz'],14)problem.solve()
贡献
如果发现错误或缺少功能，请毫不犹豫地file an issue。
欢迎拉取请求！
支架
当你喜欢这个包时，一定要star the repository。我一直在寻找新的想法和反馈。
此外，还可以donate via paypal。
欢迎加入QQ群-->： 979659372
