启发式算法

遗传算法（GA）遗传算法（Genetic Algorithm，简称GA）是一种基于自然选择和遗传学原理的搜索和优化技术。它模拟了生物进化过程，通过选择、交叉（重组）和变异等操作，逐步优化问题的解。

启发式算法-模拟退火算法模拟退火算法是一种基于概率的启发式优化算法，用于解决大规模组合优化问题，其灵感来源于金属退火过程中的物理现象。其基本原理是从一个初始解开始，然后在当前解的邻域内随机生成一个新解，如果新解的目标函数值优于当前解，那么就将新解作为当前解，如果新解的目标函数值比当前解差，那么以一定的概率选择新解，这个概率随着算法的进行而逐渐降低，类似于退火过程中温度逐渐降低，物质逐渐趋于稳定状态，通过这种方式算法可以在一定程度上避免陷入局部最优解，搜索到全局最优解。

启发式算法-禁忌搜索算法禁忌搜索是一种可以用于解决组合优化问题的启发式算法，通过引入记忆机制跳出局部最优，避免重复搜索。该算法从一个初始解开始，通过邻域搜索策略来寻找当前解的邻域解，并在邻域解中选择一个最优解作为下一次迭代的当前解，为了避免算法陷入局部最优，引入禁忌表来记录已经访问过的操作，禁止算法在一定迭代次数内再次选择这些被禁忌的操作，另外算法可以设置一些特赦条件，使得被禁忌的操作可以解除禁忌，从而探索更优的解空间。

启发式算法-遗传算法遗传算法是一种受达尔文生物进化论和孟德尔遗传学说启发的启发式优化算法，通过模拟生物进化过程，在复杂搜索空间中寻找最优解或近似最优解。遗传算法的核心是将问题的解编码为染色体，每个染色体代表一个候选解，通过模拟生物进化中的选择、交叉、变异等操作，将适应度高的染色体保留并繁殖，同时引入新的基因多样性，逐代优化种群，最终逼近最优解。

清泉-通达信编程专家-苏大毕业

N字形上升形态选股代码如何编写？N字形上升形态选股是实战中经常用到的形态，使用频率非常高。如下图的四根k线构成一个N字形上升形态。依据上图，现编写一个代码例子，可用于通达信平台。

三月七（爱看动漫的程序员）

LLM面试题八二分类的分类损失函数一般采用交叉熵(Cross Entropy)损失函数，即CE损失函数。二分类问题的CE损失函数可以写成：其中，y是真实标签，p是预测标签，取值为0或1。

进军场景智能体，云迹机器人又快了一步（图片来源：Pixels）2025年，AI和机器人行业都发生了巨大改变。@数科星球原创作者丨苑晶编辑丨大兔

烟锁池塘柳0

【数学建模】（启发式算法）遗传算法：自然选择的计算模型遗传算法(Genetic Algorithm, GA)是一种受自然选择和遗传学原理启发的优化算法，由约翰·霍兰德(John Holland)在20世纪70年代首次提出。它通过模拟生物进化过程中的自然选择、交叉和变异等机制，在搜索空间中寻找最优或近似最优解。作为计算智能中的重要分支，遗传算法已被广泛应用于函数优化、机器学习、路径规划、调度问题等众多领域。

烟锁池塘柳0

【数学建模】（启发式算法）蚁群算法(Ant Colony Optimization)的详解与应用在自然界中，看似微小的蚂蚁却展现出了惊人的集体智慧。它们能够在没有任何中央控制的情况下，通过简单的个体行为和信息交流机制找到从巢穴到食物源的最短路径。这种现象启发了计算机科学家提出了蚁群算法(Ant Colony Optimization, ACO)，这是一种模拟蚂蚁觅食行为的群智能优化算法，广泛应用于组合优化问题的求解。本文将深入介绍蚁群算法的原理、实现方法及其应用场景。

烟锁池塘柳0

【数学建模】（启发式算法）模拟退火算法：原理、实现与应用模拟退火算法(Simulated Annealing, SA)是一种启发式随机搜索算法，其灵感来源于物理学中的退火过程。在金属冶炼中，高温下金属原子能够自由移动，随着温度逐渐降低，原子逐渐排列成稳定的晶体结构。模拟退火算法正是模拟了这一物理过程，用于解决复杂的组合优化问题。

【深度学习】多元物料融合算法（一）：量纲对齐常见方法目录一、引言二、量纲对齐常见方法2.1 Z-score标准化+Sigmoid归一化2.2 Min-Max 归一化

不去幼儿园

【启发式算法】Dijkstra算法详细介绍（Python）📢本篇文章是博主博主人工智能学习以及算法研究时，用于个人学习、研究或者欣赏使用，并基于博主对相关等领域的一些理解而记录的学习摘录和笔记，若有不当和侵权之处，指出后将会立即改正，还望谅解。文章分类在👉强化学习专栏：

Apollo 9.0 速度动态规划决策算法 – path time heuristic optimizer这一章将来讲解速度决策算法，也就是SPEED_HEURISTIC_OPTIMIZER task里面的内容。Apollo 9.0使用动态规划算法进行速度决策，从类名来看，PathTimeHeuristicOptimizer 是路径时间启发式优化器，顾名思义，这里的算法在非凸的ST空间进行了纵向超让的决策，同时也为后续速度规划算法提供了一个启发式的粗解。

1/20赛后总结算法：IDA*分数：0damn it!Ac_code走丢了~~（主要是没有写出来）~~算法：双向DFS或者DFS剪枝

路径规划之启发式算法之六：人工蜂群算法（Artificial Bee Colony Algorithm，ABC）人工蜂群算法（Artificial Bee Colony Algorithm，ABC）是一种模仿蜜蜂行为提出的优化方法，它是集群智能思想的一个具体应用。

大佬，救命！！！

我不是挂王-用python实现燕双鹰小游戏作为程序员在浩瀚的数字宇宙中，常常感觉现实世界是一台精密运作的虚拟机，其底层的物理逻辑如同铁律般难以撼动。然而我们拥有在虚拟世界中自由驰骋、创造无限可能的独特力量。突发奇我想用Python写出燕双鹰的小游戏,这样想想就很有趣。

路径规划之启发式算法之二：遗传算法（Genetic Algorithm）遗传算法（Genetic Algorithm, GA）是一种基于自然选择和遗传学原理的优化搜索算法，它通过模拟自然界的进化过程来寻找最优解。

路径规划之启发式算法之一：A-Star（A*）算法A*算法是一种启发式搜索算法，常用于解决路径规划问题。A*算法是一种用于在图形或网格中查找最短路径的算法。它在搜索过程中综合考虑了每个节点的实际距离（g值）和预估距离（h值），以找到最优路径。具体来说，算法通过评价各个节点的代价值（f值），其中f值等于g值加上h值，来获取下一需要拓展的最佳节点，直至到达最终目标点位置。

大佬，救命！！！

Python编程整理汇总(基础汇总版)整数：a = 10浮点数：b = 3.14字符串：c = "Hello, World!"布尔值：d = True

十七算法实验室

Matlab实现麻雀优化算法优化随机森林算法模型（SSA-RF）（附源码）目录 1.内容介绍 2.部分代码 3.实验结果 4.内容获取1内容介绍麻雀优化算法（Sparrow Search Algorithm, SSA）是一种基于自然界中麻雀觅食和躲避天敌行为的新型群智能优化算法。SSA通过模拟麻雀群体中个体之间的信息交流和社会互动来指导搜索过程，旨在高效地探索解空间并找到最优解。该算法具有较强的全局搜索能力和局部开发能力，适用于求解各种复杂的连续优化问题。