无导数优化的启发式算法
heuristic-optimization的Python项目详细描述
Status: Experimental / alpha – do not use yet
此库当前实现 particle swarm optimization 并提供基类以快速实现其他（元）启发式 连续域的优化算法（与离散域相反/ 组合优化）。
范围和受众
启发式优化算法（有时称为 metaheuristics） 目的寻找难以解决的问题的近似全局最优解。 精确算法。他们不能保证 结果（特别是，它们是notapproximation algorithms）。
好的方面是，这些启发式方法很少（如果有的话）假设 objective function： 它可以是不可微的，甚至是不连续的，并且可以有多个局部的 以及全球最小值。
然而，这个库源于一个特定的用例，因此 假设（也可能在未来发展）。 例如，
- 我们假设目标函数评估是“昂贵的” （以秒而不是毫秒为单位，因此 实现本身当然不是性能瓶颈）
- 我们只使用 penalties，
- 在将实值输入转换为浮点时，我们可以自由选择 或有理表示（由于问题的数值性质）。
现在，即使这听起来仍然很适合你的项目，在这一点上 你可能应该考虑使用一个更成熟的替代方案，或者确实是滚动 你自己的解决方案适合你的精确问题。
安装
pip install heuristic_optimization
用法
见examples/。
学分
tisimst/pyswarm和 ljvmiranda921/pyswarms实现 python中的粒子群优化（particle swarm optimization）作为灵感（但没有 非常适合这个用例）。
欢迎加入QQ群-->： 979659372
