#21 · 主分类： 优化与启发式算法
Solid
algorithm
artificial-intelligence
continuous-optimization
discrete-optimization
evolutionary-algorithm
genetic-algorithm
genetic-algorithm-framework
harmony-search
hill-climbing
library
machine-learning
machine-learning-algorithms
metaheuristics
optimization
optimization-algorithms
particle-swarm-optimization
python
simulated-annealing
stochastic-optimizers
tabu-search
🎯 用Python编写的全面无梯度优化框架
项目最后更新：07/19/19
GitHub Stars
583
Forks数量
60
贡献者数量
4
许可证
MIT
收录理由
Solid 把遗传算法、模拟退火、粒子群、禁忌搜索、和声搜索、进化算法等经典无梯度优化方法收进同一个 Python 库，并统一了调用方式。你只需继承想用的算法类，补上几个抽象方法，然后调用 run() 就能拿到最优解和目标函数值。这种一致性很实用：想快速验证某个元启发式思路，或者在同一问题上横向对比多种算法，都不用重写一堆样板代码。实现刻意保持基础、可读，因此它既是上手学习的教材，也方便你按需改造成自定义变体。对于梯度不可用或不划算的优化场景——比如离散搜索、调度问题、黑盒调参——它都能派上用场。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。