跳至主要內容
Goat_Yang
首页
AI 与算法
基础与方法
通识基础
参数设置分析方法
非学习类算法
具体问题与案例
机器学习与研究
机器学习
深度学习
迁移学习
强化学习
智能优化
优化基础与算法
前沿算法与框架
基准测试与竞赛
AI 应用
知识与检索
知识图谱
检索增强生成(RAG)
智能体系统
Agent 设计
记忆系统
提示词工程
工具与实践
Agent 客户端与工具
Skills、MCP 与插件
AI 应用话题
论文随笔
随笔
数学建模专题
数学随记
信号处理
计算机随记
程序设计语言随笔
前端随笔
海克斯麻将
音乐
软件工具
版本控制
Git
系统与容器
Linux
Docker
开发与远程工具
VSCode
远程连接与控制
文档与知识管理
论文管理与知识库构建
LaTeX
开源项目推荐
外站
简体中文
English
搜索
Ctrl
K
物理启发优化算法
Goat_Yang
2026/3/23
智能优化算法
物理启发优化
约 75 字
小于 1 分钟
物理启发优化借鉴退火、能量变化等物理过程,将其转化为候选解更新与接受规则。
目录
模拟退火(SA)
极值优化(EO)
和声搜索(HS)
文化算法(CA)
模因算法(MA)
上一页
新颖性搜索算法
下一页
群智能算法