EOlib公司

EO是一个基于模板的ANSI-C++进化计算库,它可以帮助你快速地编写自己的随机优化算法。进化算法形成了一系列受进化理论启发的算法,可以解决各种问题。他们进化出一套解决给定问题的方法,以产生最佳结果。这些都是随机算法,因为它们迭代地使用随机过程。这些方法中的绝大多数用于解决优化问题,也可以称为“元启发式”。它们也被列为计算智能方法,一个接近人工智能的领域。在EO的帮助下,你可以很容易地设计出进化算法,从连续优化问题到组合优化问题,都能找到解决方案。


zbMATH中的参考文献(参考文献19条,1标准件)

显示第1至19个结果,共19个。
按年份排序(引用)

  1. 吉吉奥齐斯,约安尼斯;帕舒斯,罗宾·C。;Fleming,Peter J.:基于群体的多目标优化算法概述(2015)
  2. 休默,J。;利福格,A。;塔尔比,例如-G。;Verel,S.:ParadisEO MO:从适应度景观分析到有效的局部搜索算法(2013)
  3. 西蒙斯,C.L。;Smith,J.E.:交互式软件设计的元启发式搜索比较(2013)ioport公司
  4. 利福格,阿诺;约丹,莱蒂娅;Talbi,El Ghazali:基于演化多目标优化概念统一模型的软件框架:ParadisEO MOEO(2011)ioport公司
  5. 利福格,阿诺;约丹,莱蒂娅;罗格朗,托马斯;休谟,杰瑞米;Talbi,El Ghazali:ParadisEO MOEO:进化多目标优化的软件框架(2010)
  6. 梅雷洛·盖尔夫斯,胡安·朱利安;卡斯蒂略,佩德罗A。;Alba,Enrique:Algorithm::Evolutional,一个用于进化计算的灵活Perl模块(2010)ioport公司
  7. 坦塔,亚历山德罗阿德里安;美拉布,诺雷丁;Talbi,El Ghazali:蛋白质结构预测的基于网格的混合层次遗传算法(2010)
  8. 阿尔卡拉-费德兹,J。;桑切斯,L。;加西亚,S。;德尔耶稣,M.J。;文图拉,S。;加雷尔,J.M。;奥特罗,J。;罗梅罗,C。;百加得,J。;里瓦斯,V.M。;费尔南德斯,J.C。;Herrera,F.:KEEL:评估数据挖掘问题进化算法的软件工具(2009)ioport公司
  9. 巴雷托·莫特雷;Anderson,Charles W.:强化学习中值函数逼近的限制梯度下降算法(2008)
  10. 文图拉,塞巴斯蒂安;罗梅罗,克里斯托巴尔;扎夫拉,阿米莉亚;德尔加多,何塞。;Hervás,César:JCLEC:Java进化计算框架(2008)ioport公司
  11. 马特菲尔德,德克·C。;奥尔特.霍尔格:车辆配送中转运的储存空间分配(2006)
  12. 梅拉布,N。;卡昂,S。;Talbi,E-G.:并行生物启发算法的网格计算(2006)
  13. 卡昂,S。;梅拉布,N。;塔尔比,例如-G。;Schoenauer,M.:基于ParaDisEO的并行和分布式进化算法设计(2004)
  14. 科莱,皮埃尔;《指南:通过图形用户界面统一进化引擎》(2004)
  15. 约翰逊,克莱顿M。;Farrell,James:多智能体协作语法系统的进化归纳(2004)
  16. 里瓦斯,V.M。;梅雷洛,J.J。;卡斯蒂略,P.A。;阿里纳斯,M.G。;Castellano,J.G.:进化RBF神经网络在时间序列预测中的应用(2004)ioport公司
  17. 哥德齐克,尼古拉斯;肖纳,马克;2003年《符号控制器》(symbolic controllers,Sebèle,2003)
  18. 埃格蒙特,杰伦:进化模糊决策树与遗传规划和聚类(2002)
  19. 基伊泽,M。;梅雷洛,J.J。;罗梅罗,G。;Schoenauer,Marc:演化对象:通用进化计算库(2002)