课程描述
Optimization with Metaheuristics in Python 是 Udemy 教程的名称，该教程教授如何使用超启发式算法、模拟制冷算法、遗传算法、禁止搜索和进化策略进行优化。在本课程中，您将学习如何优化 Python 语言并学习使用启发式算法。有时在复杂的问题中，使用确定性算法不会为您提供最佳和最优的解决方案。在这种情况下，使用其他算法是最合乎逻辑的问题解决方案。
本课程为您提供了大量元算法算法的资料，并使用Python语言使用模拟制冷算法、遗传算法、禁止搜索和进化策略等四种基本技术来优化解决方案。通过观看本课程，您可以学习如何使用 Python 语言编写这些算法的代码，并学习如何使用惩罚方法来管理约束。
您将在 Python 元启发式优化中学到什么：
- 了解优化的主要主题
- 超启发式算法简介
- 模拟制冷算法、遗传算法、禁止搜索和进化策略
- 用 Python 语言编写超启发式算法
- 借助惩罚方法管理限制
Python 元启发式优化课程的规范：
出版商：Udemy 讲师：数据科学的好奇心 语言：英语水平：入门到高级 课时数：83 时长：9 小时 52 分钟
课程标题
课程先决条件
运筹学和优化的基础知识——（不是必须的，但有帮助）
Python 的基本编程技能——（不是必须的，但很有帮助）
图片
样片
媒体错误：格式不受支持或来源未找到
安装指南
Extract 后与您最喜欢的播放器一起观看。
英文字幕
画质：720p
声明：本站所有文章，如无特殊说明或标注，均为本站发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
