?參考文檔鏈接：scikit-opt

---

本章繼續Python的優化算法系列。

優化算法，尤其是啟發式的仿生智能算法在最近很火，它適用于解決管理學，運籌學，統計學里面的一些優化問題。比如線性規劃，整數規劃，動態規劃，非線性約束規劃，甚至是超參數搜索等等方向的問題。

但是一般的優化算法還是matlab里面用的多，Python相關代碼較少。博主在參考了很多文章的代碼和模塊之后，決定學習 scikit-opt? ?這個模塊。這個優化算法模塊對新手很友好，代碼簡潔，上手簡單。而且代碼和官方文檔是中國人寫的，還有很多案例，學起來就沒什么壓力...

缺點是包裝的算法種類目前還不算多，只有七種：（差分進化算法、遺傳算法、粒子群算法、模擬退火算法、蟻群算法、魚群算法、免疫優化算法）? ? ? /（其實已經夠用了）

本次帶來的是 蟻群算法和免疫優化算法的使用演示。數學原理就不多說了。由于這個包里面好像目前只有解決商旅問題的版本。使用本次使用這兩個算法解決商旅問題。

---

首先安裝模塊，在cmd里面或者anaconda prompt里面輸入：

pip install scikit-opt

這個包很小，很快就能裝好。

---

人工魚群算法解決函數優化問題

定義要優化的目標函數

def func(x):x1, x2 = xreturn 1 / x1 ** 2 + x1 ** 2 + 1 / x2 ** 2 + x2 ** 2

調用AFSA求解

from sko.AFSA import AFSAafsa = AFSA(func, n_dim=2, size_pop=50, max_iter=300,max_try_num=100, step=0.5, visual=0.3,q=0.98, delta=0.5) best_x, best_y = afsa.run() print(best_x, best_y)

---

?參數說明

輸入參數

輸出參數

?

?

總結

以上是生活随笔為你收集整理的Python优化算法06——人工鱼群算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。