该测试集基于CEC2017的单目标测试集的pdf编写测试函数，其中经过多种方式的测试，满足原文档的条件，以及各种数据的提供完成，直接调用cec17_func.cpp文件即可调用每一个函数的测试。
2022-06-21 12:05:37
3.72MB
差分进化算法（DE）是一种多目标（连续变量）优化算法（MOEAs），用于求解多维空间中整体最优解。代码里面包含了20几种基准测试函数，用来测试算法的性能。
差分进化算法来源于早期提出的遗传算法（Genetic Algorithm，GA）。而差分进化算法引入了利用当前群体中个体差异来构造变异个体的差分变异模式，是其独特的进化方式。
2022-06-11 18:09:13
4KB
用 rust 编写的神经进化框架。
如何使用
以下是如何训练手推车杆平衡神经网络，可在 examples/dir 中找到。
唯一的system有3个参数：
输入神经元数
输出神经元数
返回一个适应度函数f64
2022-06-11 18:06:22
40KB
研究机器人路径规划优化问题,机器人工作环境复杂,运动路径上存在许多障碍物.针对提高机器人安全导航性能问题,传统群智能算法存在早熟,搜索效率低等难题,难以获得全局最优路径.为了获得最优机器人运动路径,避免碰撞的发生,提出了一种人工蜂群算法的机器人路径规划方法.首先采用栅格法对机器人工作环境进行建模,然后机器人路径规划目标点作为蜜源,最后蜂群之间信息交换,协作搜索最优机器人运动路径.结果表明,人工蜂群算法解决了传统群智能算法存在的难题;加快了机器人路径规划求解速度,以较短时间找到最短机器人运动路径.
ABC(Artificial BeesColony)算法最先由Basturk等人提出并应用于函数优化问题.
采蜜蜂采用贪婪准则，比较记忆中的最优解和邻域搜索解，当搜索解优于记忆最优解时，替换记忆解；反之，保持不变。在所有的采蜜蜂完成邻域搜索后，采蜜蜂跳摆尾舞与跟随蜂共享蜜源信息。跟随蜂根据蜜源信息以一定概率选择采蜜源，蜜量大的采蜜蜂吸引跟随蜂的概率大于蜜量小的采蜜蜂。同样，跟随蜂在采蜜源附近邻域搜索，采用贪婪准则，比较跟随蜂搜索解与原采蜜蜂的解，当搜索解优于原采蜜蜂的解时，替换原采蜜蜂的解，完
2022-06-04 22:06:00
22KB