awesome-repositories.com
المدونة
awesome-repositories.com

اكتشف أفضل مستودعات المصادر المفتوحة باستخدام بحث مدعوم بالذكاء الاصطناعي.

استكشفعمليات بحث منسقةبدائل مفتوحة المصدربرمجيات ذاتية الاستضافةالمدونةخريطة الموقع
المشروعحولكيفية ترتيب النتائجالصحافةخادم MCP
قانونيالخصوصيةالشروط
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

2 مستودعات

Awesome GitHub RepositoriesPopulation-Based Optimization

Optimization strategies that maintain and evolve a set of candidate solutions over multiple iterations.

Distinct from Iterative Deepening Search: Existing candidates focus on path-finding or depth-limiting search, not the evolution of a candidate population.

Explore 2 awesome GitHub repositories matching artificial intelligence & ml · Population-Based Optimization. Refine with filters or upvote what's useful.

Awesome Population-Based Optimization GitHub Repositories

اعثر على أفضل المستودعات باستخدام الذكاء الاصطناعي.سنبحث عن أفضل المستودعات المطابقة باستخدام الذكاء الاصطناعي.
  • guofei9987/scikit-optالصورة الرمزية لـ guofei9987

    guofei9987/scikit-opt

    6,583عرض على GitHub↗

    scikit-opt is a Python optimization library and numerical framework designed to solve complex global optimization problems. It provides a suite of metaheuristic algorithms and tools for finding global minima or maxima of objective functions. The library implements a variety of nature-inspired and swarm intelligence algorithms, including Genetic Algorithms, Particle Swarm Optimization, Differential Evolution, Simulated Annealing, and Ant Colony Optimization. It includes specialized solvers for discrete combinatorial challenges, such as the Traveling Salesman Problem. The framework supports th

    Maintains a population of candidate solutions that evolve through the search space over multiple generations.

    Python
    عرض على GitHub↗6,583
  • xviniette/flappylearningالصورة الرمزية لـ xviniette

    xviniette/FlappyLearning

    3,993عرض على GitHub↗

    FlappyLearning هو بيئة تجريبية للتعلم الآلي ومدرب للشبكات العصبية مصمم لمحاكاة استراتيجيات التطور العصبي. يوفر بيئة يتم فيها تطوير وكلاء أذكياء باستخدام الخوارزميات الجينية لتحسين الأداء داخل محاكاة اللعبة. يستخدم النظام نموذجاً سكانياً للتطور العصبي يعتمد على الشبكات العصبية التغذوية الأمامية لتطوير وكلاء ألعاب مستقلين. ويدير تطور هؤلاء الوكلاء من خلال تكرارات قائمة على الأجيال، مستخدماً الاختيار القائم على اللياقة لتحديد الشبكات التي ستبقى وتتكاثر. يتضمن إطار التدريب طفرات عشوائية في الأوزان لاستكشاف سلوكيات جديدة، وتقنيات الحفاظ على النخبة لضمان استمرار السمات ذات الأداء العالي عبر الأجيال. يمكن للمستخدمين ضبط معايير مثل حجم المجتمع ومعدلات الطفرات لتعديل عملية التعلم.

    Maintains an evolving group of candidate neural networks to optimize game performance.

    JavaScriptflappybirdmachine-learningneuroevolution
    عرض على GitHub↗3,993
  1. Home
  2. Artificial Intelligence & ML
  3. Population-Based Optimization