正在加载中...
查看算法原理、公式、操作流程和结果说明。
萤火虫算法（Firefly Algorithm, FA）是一类模拟萤火虫相互吸引行为的连续优化方法。本项目的实现位于 FA-萤火虫算法/core/facalculator.py，采用经典单目标连续型 FA：按适应度对个体排序，较差个体依次向更优个体靠近，并叠加随机扰动项；同时支…
流向算法（Flow Direction Algorithm, FDA）是一类模拟流体在势差驱动下寻找下降方向的连续优化方法。本项目的实现位于 FDA-流向算法/core/fdacalculator.py，面向单目标连续优化，支持内置基准函数、自定义表达式目标以及上传数据代理优化…
遗传算法（Genetic Algorithm, GA）是一类模拟自然选择与遗传机制的群体优化方法。本项目的核心实现位于 GA-遗传算法/core/gacalculator.py，面向连续变量单目标优化，支持锦标赛/轮盘赌选择、算术交叉、非均匀变异、精英保留、多次独立运行统计以及…
蝗虫优化算法（Grasshopper Optimization Algorithm, GOA）是一类通过模拟蝗虫群体社会相互作用实现全局寻优的连续优化方法。本项目的核心实现位于 GOA-蝗虫优化/core/goa.py，并由 core/goacalculator.py 封装为桌…
引力搜索算法（Gravitational Search Algorithm, GSA）是一类受牛顿万有引力定律启发的群体优化方法。在本项目中，核心实现位于 GSA-引力搜索/core/gsa.py，UI 层通过 ui/uploadwidget.py 进一步封装了内置测试函数和上…
大猩猩优化算法（Gorilla Troops Optimization, GTO）是一类模拟大猩猩群体迁移、竞争和跟随银背行为的群智能方法。本项目的核心实现位于 GTO-大猩猩优化/core/gto.py，基准函数批量运行与结果汇总由 core/gtorunner.py 完成；…
灰狼优化算法（Grey Wolf Optimizer, GWO）是一类模拟狼群等级捕猎行为的群智能方法。本项目的核心实现位于 GWO-灰狼优化/core/gwo.py，界面层位于 ui/uploadwidget.py，结果导出位于 core/exporter.py。项目同时支持…
HHO（Harris Hawks Optimization）是一类模拟哈里斯鹰围捕猎物过程的群智能算法。本项目的核心实现位于 HHO-鹰群优化/core/hho.py，上传代理优化与结果导出分别由 ui/uploadwidget.py、utils/hhoexporter.py …
IGOA（Improved Grasshopper Optimization Algorithm）是在 GOA 基础上改造得到的群智能算法。本项目目录中同时包含底层类 core/igoa.py 和实际界面调用链 core/igoacalculator.py；其中用户通过 ui/…
IGWO（Improved Grey Wolf Optimizer）是在标准 GWO 基础上加入 DLH（Dimension Learning-based Hunting）机制的改进算法。本项目的核心搜索器位于 IGWO-改进灰狼优化/core/igwo.py，界面线程在 ui…
MFO（Moth-Flame Optimization）是一类通过飞蛾围绕火焰做对数螺旋飞行来实现搜索的群智能算法。本项目的核心搜索过程位于 MFO-飞蛾扑火/core/mfo.py，而真正的运行入口是 core/mfocalculator.py。界面层不做多次独立运行统计，而…
MOEA/D（Multi-Objective Evolutionary Algorithm based on Decomposition）是一类通过权重向量把多目标问题分解成若干标量子问题、再协同优化的演化算法。本项目的核心实现位于 MOEAD-分解型多目标/core/moea…
MOPSO（Multi-Objective Particle Swarm Optimization）是在粒子群优化基础上引入非支配存档与网格密度控制的多目标算法。本项目的核心实现位于 MOPSO-多目标粒子群/core/mopso.py、core/particle.py 和 c…
MVO（Multi-Verse Optimizer）是一类基于白洞、黑洞和虫洞机制的单目标群智能算法。本项目的核心搜索器位于 MVO-多宇宙优化/core/mvo.py，统一计算与导出位于 core/mvocalculator.py。项目支持内置单目标基准函数和上传数据代理优化…
NGO（Northern Goshawk Optimization）是一类模拟北方苍鹰“发现猎物 + 追逐逃逸”两阶段搜索行为的单目标优化算法。本项目的核心实现位于 NGO-北方苍鹰优化/core/ngo.py，上传数据代理优化由 ui/uploadwidget.py 完成，结…
本项目实现的是 NSGA-II（Non-dominated Sorting Genetic Algorithm II）多目标优化框架，核心代码位于 NSGA-非支配排序遗传/core/nsga2runner.py。与很多简化版本不同，本项目不仅支持内置多目标基准问题，还支持：
本项目实现的是 POA（Pelican Optimization Algorithm，鹈鹕优化算法）单目标连续优化版本，核心代码位于 POA-鹈鹕优化/core/calculator.py，界面实际调用链为 ui/poaparamswidget.py -> ui/poaresu…
本项目实现的是面向单目标连续优化的 PSO（Particle Swarm Optimization，粒子群优化）桌面版，核心代码位于 PSO-粒子群优化/core/psocalculator.py，界面实际入口为 ui/uploadwidget.py，结果页线程通过 ui/re…
本项目实现的是 RSA（Reptile Search Algorithm，爬行者搜索算法）单目标连续优化版本，核心算法位于 RSA-爬行者搜索/core/rsacalculator.py，界面实际通过 ui/uploadwidget.py -> ui/resultswidget…
本项目实现的是 SA（Simulated Annealing，模拟退火）单目标连续优化版本，核心代码位于 SA-模拟退火/core/sacalculator.py，界面实际通过 ui/uploadwidget.py -> ui/resultswidget.py 调用 SACal…
适合连续阅读，作为本站在线教程的补充入口。