QC-LDPC 码和 MET QC-LDPC 码的模拟退火提升 Vasiliy Usatyuk 和 Ilya Vorobyev 用于构建高周长 QC-LDPC 代码的模拟退火方法第 41 届电信和信号处理 (TSP) 2018 年国际会议的源代码，7 月 4 日至 6 日，希腊雅典。 它从具有所需最小 EMD 值的原图构造具有多个边缘类型循环的规则和不规则 QC-LDPC 代码。 关于图构建相关问题的代码的简短评论 (ENG) 。 模拟退火优于所有当前发布的算法（PEG、QC-PEG、Fossorier-Declercq-Vasic 改进的 PEG、Yedidia Hill-Climbing），并根据循环破坏能力构建 QC-LDPC 代码，详情请阅读论文 。 结合基于代码距离的筛选（对于短代码和中等代码长度），它允许构建具有非常好的（可能是当前最先进的）编码增益的 QC 代码。

Python中的群智能（遗传算法，粒子群优化，模拟退火，蚁群算法，免疫算法，Python中的人工鱼群算法） 文档： : 文档： : 源代码： : 帮助我们改善scikit-opt 安装 pip install scikit-opt 对于当前的开发人员版本： git clone git@github.com:guofei9987/scikit-opt.git cd scikit-opt pip install . 特征 功能1：UDF UDF （用户定义的函数）现在可用！ 例如，您刚刚制定了一种新型的selection功能。 现在，您的selection功能如下所示： ->演示代码： # step1: define your own operator: def selection_tournament ( algorithm , tourn_size ): Fi

利用模拟退火算法求解下料问题，参见《现代优化计算方法》（第二版），本人是优化算法的初学者，欢迎批评指正。联系方式: junenggai_1982@126.com. QQ:149491882