• 优化算法的工具包(燕麦)是一个工作台和工具包，用于开发、评估、实验，并与古典和国家的技术优化算法的标准基准的问题领域，包括基准算法的实现(Java)的绘图，可视化等等。

    这里是一些关键特征的"优化算法的工具包燕麦":

    ￭图形用户接口(GUI)与图，结构的对话，可视化和更多的研究的科学家和感兴趣的新手一样.

    ￭功能齐全的应用程序接口(API)试验，执行额外的算法和问题领域。

    ￭源代码是包括帮助你learnmore关于如何优化算法的工作，并促进的新算法和问题的项目。

    ￭例码要让你和快速运行和单元的测试，以确保算法的稳健性和一致性。

    ￭提供了一个注重计算的情报和生物学上的启发优化算法，例如进化算法，人工的免疫系统的算法、粒子群的优化，蚁群，以及更多。

    ￭提供了文献中引用的所有算法的实现(见a充分算法的参考).

    ￭问题领域包括：

    ￭持续的功能最优化，包括24算法不限于进化算法，人工的免疫系统的算法、物理学算法，群算法和随机的算法。 69问题的实例不仅限于经典的功能，例如De Jong的F系列，阿克莱,Easom，Goldstein,Griewangk,Langermann,Michalewicz,Rastrigin,Rosenbrocks谷，Schwefel，六个骆驼的驼背后，三个坑洞中，Mahfoud的M系列，Bohachevsky,Hansen,舒伯特，和其他许多人。

    ￭惠更斯的搜索和优化基准套件：所有功能的最优化算法、数十亿分优化的情况下，服务器基准，以及更多

    ￭旅行推销员的问题(TSP)，其中包括10个算法不限于蚁群，进化算法，人工的免疫系统的算法和随机的算法。 15问题的实例从TSPLib包括Berlin52,Burma14,Ulysses22，和其他许多人。

    ￭蛋白质折叠(蛋白质结构预测的PSP)，其中包括3算法，包括进化算法和随机的算法。 14问题的实例中所有例子的莳萝的疏水性极性(HP)模型

    ￭二优化的职能，包括6算法不限于进化算法，特山的登山者，人为的免疫系统的算法和随机的算法。 问题10的实例不仅限于捕的功能，具有欺骗性的功能，大规模的多式联运的，OneMax，和其他人。

    ￭图色问题(GCP)，包括2算法，包括一个人的免疫系统的算法，56问题的实例中的所有标准的实例从GCP库Michael欺骗的行动的研究页

    ￭二字符识别(BCR):2算法，1个问题的实例(利普曼二字符识别)

    要求：

    ￭Java

  • अनुकूलन एल्गोरिथ्म टूलकिट (जई) एक कार्यक्षेत्र और टूलकिट विकसित करने के लिए, का मूल्यांकन करने, प्रयोग करने, और खेल के साथ शास्त्रीय और राज्य के-the-कला अनुकूलन एल्गोरिदम पर मानक बेंचमार्क समस्या डोमेन; संदर्भ सहित एल्गोरिथ्म कार्यान्वयन (जावा), रेखांकन, visualizations और बहुत अधिक.

    यहाँ कुछ प्रमुख विशेषताएं हैं के "अनुकूलन एल्गोरिथ्म टूलकिट जई":

    ￭ ग्राफिकल यूजर इंटरफेस (जीयूआई) रेखांकन के साथ, विन्यास संवाद, visualizations और बहुत अधिक के लिए वैज्ञानिक अनुसंधान और रुचि नौसिखिया एक जैसे.

    ￭ पूरी तरह से चित्रित अनुप्रयोग प्रोग्रामिंग इंटरफ़ेस (API) के प्रयोग के लिए, कार्यान्वयन के अतिरिक्त एल्गोरिदम और समस्या डोमेन.

    ￭ स्रोत कोड शामिल है, आप मदद करने के लिए learnmore के बारे में कैसे अनुकूलन एल्गोरिदम काम करते हैं, और योगदान करने के लिए नए एल्गोरिदम और समस्याओं के लिए परियोजना.

    ￭ उदाहरण कोड प्राप्त करने के लिए आप ऊपर और जल्दी से चल रहा है और इकाई परीक्षण सुनिश्चित करने के लिए एल्गोरिथ्म मजबूती और स्थिरता.

    ￭ प्रदान करता है एक पर ध्यान केंद्रित कम्प्यूटेशनल खुफिया और जैविक रूप से प्रेरित अनुकूलन एल्गोरिदम इस तरह के रूप में विकासवादी एल्गोरिदम, कृत्रिम प्रतिरक्षा प्रणाली एल्गोरिदम, कण झुंड अनुकूलन, चींटी कॉलोनी अनुकूलन, और बहुत अधिक.

    ￭ प्रदान करता है साहित्य के संदर्भ के लिए सभी एल्गोरिथ्म कार्यान्वयन (एक एल्गोरिथ्म के साथ लिस्टिंग के लिए संदर्भ).

    ￭ समस्या डोमेन में शामिल हैं:

    ￭ सतत समारोह अनुकूलन, सहित 24 एल्गोरिदम करने के लिए सीमित नहीं विकासवादी एल्गोरिदम, कृत्रिम प्रतिरक्षा प्रणाली एल्गोरिदम, भौतिकी एल्गोरिदम, झुंड एल्गोरिदम, और यादृच्छिक एल्गोरिदम. 69 समस्या उदाहरणों तक सीमित नहीं करने के लिए इस तरह के कार्यों के रूप में डी जोंग के एफ श्रृंखला, Ackley, Easom, Goldstein, Griewangk, Langermann, Michalewicz, Rastrigin, Rosenbrocks घाटी, Schwefel, छह कूबड़ ऊंट वापस, तीन पॉट छेद, Mahfoud के एम सीरीज, Bohachevsky, Hansen, Shubert, और कई दूसरों.

    ￭ Huygens खोज और अनुकूलन बेंचमार्क सुइट: सभी समारोह अनुकूलन एल्गोरिदम, अरबों के भग्न अनुकूलन उदाहरणों में, बेंचमार्क सर्वर, और बहुत अधिक

    ￭ यात्रा विक्रेता समस्या (टीएसपी), 10 सहित एल्गोरिदम तक सीमित नहीं करने के लिए चींटी कॉलोनी अनुकूलन, विकासवादी एल्गोरिदम, कृत्रिम प्रतिरक्षा प्रणाली एल्गोरिदम, और यादृच्छिक एल्गोरिदम. 15 समस्या उदाहरणों से TSPLib सहित Berlin52, Burma14, Ulysses22, और कई दूसरों.

    ￭ प्रोटीन तह (प्रोटीन संरचना भविष्यवाणी - PSP), सहित 3 एल्गोरिदम सहित विकासवादी एल्गोरिदम, और यादृच्छिक एल्गोरिदम. 14 समस्या उदाहरणों के सभी उदाहरण डिल के हाइड्रोफोबिक-ध्रुवीय (हिमाचल प्रदेश) मॉडल

    ￭ बाइनरी अनुकूलन कार्यों सहित 6 एल्गोरिदम करने के लिए सीमित नहीं विकासवादी एल्गोरिदम, सा पहाड़ी पर्वतारोही, कृत्रिम प्रतिरक्षा प्रणाली एल्गोरिदम, और यादृच्छिक एल्गोरिदम. 10 समस्या उदाहरणों तक सीमित नहीं करने के लिए जाल कार्यों, भ्रामक कार्य, व्यापक बहुविध, OneMax, और दूसरों ।

    ￭ ग्राफ रंग समस्या (GCP), सहित 2 एल्गोरिदम सहित एक कृत्रिम प्रतिरक्षा प्रणाली एल्गोरिथ्म, 56 समस्या उदाहरणों सभी बेंचमार्क उदाहरणों से GCP पर भंडार माइकल चाल के संचालन अनुसंधान पृष्ठ

    ￭ बाइनरी कैरेक्टर पहचान (BCR) के साथ: 2 एल्गोरिदम, 1 समस्या उदाहरण (lippman बाइनरी कैरेक्टर मान्यता)

    आवश्यकताओं:

    ￭ जावा

  • The Optimization Algorithm Toolkit (OAT) is a workbench and toolkit for developing, evaluating, experimenting, and playing with classical and state-of-the-art optimization algorithms on standard benchmark problem domains; including reference algorithm implementations (Java), graphing, visualizations and much more.

    Here are some key features of "Optimization Algorithm Toolkit OAT":

    ￭ Graphical User Interface (GUI) with graphs, configuration dialogs, visualizations and much more for the research scientist and interested novice alike.

    ￭ Fully featured Application Programming Interface (API) for experimentation, implementation of additional algorithms and problem domains.

    ￭ Source code is included to help you learnmore about how optimization algorithms work, and to contribute new algorithms and problems to the project.

    ￭ Example code to get you up and running quickly and unit tests to ensure algorithm robustness and consistency.

    ￭ Provides a focus on computational intelligence and biologically inspired optimization algorithms such as evolutionary algorithms, artificial immune system algorithms, particle swarm optimization, ant colony optimization, and much more.

    ￭ Provides literature references for all algorithm implementations (See a full algorithm listing with references).

    ￭ Problem Domains Include:

    ￭ Continuous Function Optimization, including 24 Algorithms not limited to Evolutionary Algorithms, Artificial Immune System Algorithms, Physics Algorithms, Swarm Algorithms, and Random Algorithms. 69 problem instances not limited to classic functions such as De Jong's F-series, Ackley, Easom, Goldstein, Griewangk, Langermann, Michalewicz, Rastrigin, Rosenbrocks Valley, Schwefel, Six Hump Camel Back, Three Pot Holes, Mahfoud's M-series, Bohachevsky, Hansen, Shubert, and many others.

    ￭ Huygens Search & Optimization Benchmark Suite: all function optimization algorithms, billions of fractal optimization instances, benchmark server, and much more

    ￭ Traveling Salesman Problem (TSP), including 10 algorithms not limited to Ant Colony Optimization, Evolutionary Algorithms, Artificial Immune System Algorithms, and Random Algorithms. 15 problem instances from TSPLib including Berlin52, Burma14, Ulysses22, and many others.

    ￭ Protein Folding (Protein Structure Prediction - PSP), including 3 algorithms including Evolutionary Algorithms, and Random Algorithms. 14 problem instances all examples of Dill's Hydrophobic-Polar (HP) Model

    ￭ Binary Optimization Functions including 6 algorithms not limited to Evolutionary Algorithms, Bit Hill-Climbers, Artificial Immune System Algorithms, and Random Algorithms. 10 problem instances not limited to Trap Functions, Deceptive Functions, Massively Multimodal, OneMax, and others.

    ￭ Graph Coloring Problem (GCP), including 2 algorithms including an Artificial Immune System algorithm, 56 problem instances all benchmark instances from the GCP repository on Michael Trick's Operations Research page

    ￭ Binary Character Recognition (BCR): 2 algorithms, 1 problem instance (lippman binary character recognition)

    Requirements:

    ￭ Java