#20 · 主分类: 优化与启发式算法

pygmo2

artificial-intelligence evolutionary-algorithms evolutionary-computation evolutionary-strategy island-model meta-heuristic meta-heuristics multiobjective-optimization optimization optimization-algorithms optimization-methods optimization-problem parallel-computing parallel-processing stochastic-optimization

一个Python平台,通过异步广义岛屿模型进行优化任务(全局和局部)的并行计算。

项目最后更新:04/17/26

GitHub Stars

534

Forks数量

73

贡献者数量

10

许可证

MPL-2.0

收录理由

pygmo 为大量优化求解器和问题定义提供了一套统一的 Python 接口,省去了手工拼接不同算法库的麻烦。它内置了数十种可直接使用的方法,涵盖差分进化、粒子群、CMA-ES、模拟退火、NSGA-II、MOEA/D,以及从 NLopt、SciPy 和 Ipopt 包装而来的局部求解器,还附带 Rosenbrock、Rastrigin、ZDT/DTLZ 等标准测试问题。其广义岛屿模型是突出亮点:你可以在多核或集群节点上并行运行多个优化实例,并让它们边运行边交换信息,这对代价高昂或难以收敛的问题很有帮助。做元启发式研究的人、拿新算法与既有算法做对比的评测者,以及有实际优化任务的工程师,都会因为不必自己搭建并行框架而受益。

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。

同类热门项目