文件名称：pycma:CMA-ES的Python实现
文件大小：231KB
文件格式：ZIP
更新时间：2024-06-02 04:20:42
Python
pycma [ ]引用为： 尼古拉斯·汉森（Nikolaus Hansen），秋本优平（Youhei Akimoto）和彼得·鲍迪斯（Petr Baudis）。 Github上的CMA-ES / pycma。 Zenodo， ,2019年2月。 pycma是的Python实现和一些相关的数值优化工具。 （ ）是用于连续搜索空间中困难（非凸，病态，多模态，粗糙，嘈杂）优化问题的随机无导数优化算法。 有用的链接： 安装 类型 python -m pip install cma 在系统shell安装从Python包索引（PyPI中） （这可能是在Github上最新的版本标签后面）。 该发行链接还提供了更多安装提示和快速入门指南。 conda install --channel cma-es cma 从cma-es云通道cma-es 。 安装当前的master分支 快速方法
【文件预览】：
pycma-master
----.circleci()
--------config.yml(1KB)
----cma()
--------fitness_transformations.py(20KB)
--------bbobbenchmarks.py(69KB)
--------utilities()
--------evolution_strategy.py(211KB)
--------sigma_adaptation.py(22KB)
--------fitness_functions.py(20KB)
--------constraints_handler.py(37KB)
--------test.py(15KB)
--------recombination_weights.py(14KB)
--------__init__.py(5KB)
--------s.py(2KB)
--------transformations.py(38KB)
--------restricted_gaussian_sampler.py(31KB)
--------wrapper.py(4KB)
--------interfaces.py(16KB)
--------LICENSE(1KB)
--------optimization_tools.py(37KB)
--------sampler.py(30KB)
--------fitness_models.py(39KB)
--------logger.py(77KB)
--------purecma.py(48KB)
----LICENSE(1KB)
----tools()
--------conda.recipe()
----cma_signals.in(4KB)
----setup.py(4KB)
----README.md(5KB)
----appveyor.yml(1KB)
----.gitignore(1KB)