简介 蚁群算法（Ant Colony Optimization，简称ACO）是由Marco Dorigo于1992年发明的一种启发式算法，是通过模拟蚁群寻找食物的过程发现最短路径的行为。和粒子群算法一样，它也属于群集智能…
Python手把手构建粒子群算法（PSO）实现最优化搜索
简介 粒子群算法（Particle Swarm optimization，简称PSO）是由Eberhart博士和kennedy博士发明的一种启发式算法，是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法。通…
基于GBDT和GM算法对全球变暖的多尺度研究
问题背景 “温室效应”是地球上早已存在的自然现象，大气中的某些成分如二氧化碳、水等气体，能让太阳光短波辐射通过，但可以强烈地吸收长波辐射，从而影响地气系统的能量平衡[1]，使地球就像罩了一层玻璃的温室一样，导致地表大气温…
Python手把手构建模拟退火算法（SA）实现最优化搜索
简介 模拟退火算法得益于材料的统计力学的研究成果。统计力学表明材料中粒子的不同结构对应于粒子的不同能量水平。在高温条件下，粒子的能量较高，可以自由运动和重新排列。在低温条件下，粒子能量较低。如果从高温开始，非常缓慢地降温…
Python手把手构建遗传算法（GA）实现最优化搜索
简介 遗传算法（Genetic Algorithm）顾名思义，是一种基于自然选择原理和自然遗传机制的启发式搜索算法。该算法通过模拟自然界中生物遗传进化的自然机制（选择、交叉和变异操作），将好的遗传基因（最优目标）不断遗传…