基于模拟退火和遗传算法相结合的边值反问题求解优化方法
SAGA-optimize的Python项目详细描述
saga-u优化是一种新型的模拟退火和遗传算法的结合 用于根据给定能量找到一组参数的最优解 使用参数集计算的函数。
引文
请引用github存储库，直到我们的手稿被接受 出版物：https://github.com/MoseleyBioinformaticsLab/SAGA_optimize.git
安装
saga_optimize在python3.6+下运行，可通过python3 pip获得。 通过pip安装或克隆git repo并安装以下依赖项 你已经准备好了！
在Linux上安装
PIP安装
python3 -m pip install SAGA-optimize
依赖关系
saga_optimize需要以下python库：
- JSONPickle for saving Python objects in a JSON serializable form and outputting to a file.
快速启动
>>>importSAGA_optimize>>>saga=SAGA_optimize.SAGA(stepNumber=100000,temperatureStepSize=100,startTemperature=0.5,alpha=1,direction=-1,energyCalculation=energyCalculation,crossoverRate=0.5,mutationRate=3,annealMutationRate=1,populationSize=20)# SAGA instance creation.>>>saga.addElementDescriptions(SAGA_optimize.ElementDescription(low=0,high=10),SAGA_optimize.ElementDescription(low=0,high=10),SAGA_optimize.ElementDescription(low=0,high=10),SAGA_optimize.ElementDescription(low=0,high=10),SAGA_optimize.ElementDescription(low=0,high=10))# Add optimized parameters.>>>optimized_population=saga.optimize()# the population returned after the opitimization.
注意
阅读《用户指南》和SAGA_optimize教程ReadTheDocs，了解更多信息并查看有关使用SAGA_optimize作为库的代码示例。
许可证
根据明确的BSD许可条款提供。请参阅LICENSE中的完整许可证。
欢迎加入QQ群-->： 979659372
