معرفی شرکت ها

aefaalgo-0.0.5

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
0.0.5
0.0.4
0.0.3
0.0.5
0.0.4
0.0.3

توضیحات

Python package for AEFA: Artificial electric field algorithm for global optimization
ویژگی مقدار
سیستم عامل -
نام فایل aefaalgo-0.0.5
نام aefaalgo
نسخه کتابخانه 0.0.5
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Sakshi Bhatia, Anupam Yadav
ایمیل نویسنده sakshisb@yahoo.com, anupuam@gmail.com
آدرس صفحه اصلی -
آدرس اینترنتی https://pypi.org/project/aefaalgo/
مجوز MIT
# AEFA AEFA is a Python library for AEFA: Artificial electric field algorithm, a novel algorithm for solving non-linear optimization problems. The details of the algorithm can be found here at: https://medium.com/artifical-mind/artificial-electric-field-algorithm-for-optimization-fb6f57f413b4 You may access the paper for the same at http://www.sciencedirect.com/science/article/pii/S2210650218305030 ## Installation Use the package manager [pip](https://pip.pypa.io/en/stable/) to install aefaalgo. ```bash pip install aefaalgo ``` ## Usage ```python from aefaalgo.aefa_optimize import aefa # returns optimum fitness value and space coordinates aefa().optimize(N, max_iter, func_num) Keyword arguments: N: number of particles in search space max_iter: number of iterations func_num: Specifies the function to be optimized Optional Keyword Arguments: tag: specifies whether we want maxima or minima. 0 by default for maximization. Specify tag=1 for minimization. Rpower: exponent for the normalized distance between the particles. Default value 1 FCheck: This factor ensures that only 2-6% charges apply force to others in the last iterations. Set to True by default. show_plot: True if you want to visualize convergence to the optimum, False otherwise and default. ``` ## Contributing Pull requests are welcome. For major changes, please open an issue first to discuss what you would like to change. ## License [MIT](https://choosealicense.com/licenses/mit/)


نیازمندی

مقدار نام
>=1.19.5 numpy
>=2.2.2 matplotlib


زبان مورد نیاز

مقدار نام
>=3.6 Python


نحوه نصب


نصب پکیج whl aefaalgo-0.0.5:

    pip install aefaalgo-0.0.5.whl


نصب پکیج tar.gz aefaalgo-0.0.5:

    pip install aefaalgo-0.0.5.tar.gz