10 个版本

0.2.2 2021年2月22日
0.2.1 2021年2月22日
0.1.6 2021年2月13日

#931 in 数学

每月 35 次下载

MIT 许可协议

6MB
770 代码行

Build Status Crates.io docs.rs

关于

这是 Cognitively-Inspired Simulated Annealing Teams (CISAT) 框架在 Rust 中的实现。

这是一个不完整的实现。CISAT 特性的进展包括

  • 多机构
  • 有机交互时机
  • 基于质量的解决方案共享
  • 质量偏差减少
  • 自我偏差
  • 操作学习
  • 局部敏感搜索
  • 满意求解

使用方法

以下是一个基本的使用示例

use cisat::{Cohort, Parameters, problems::Ackley};
fn main() {
    let mut x = Cohort::<Ackley>::new(Parameters::default());

    x.solve();

    println!("{:?}", x);
}

您还可以使用 SolutionAgentMethodsTeamMethods 特性分别实现新的问题、代理和团队类型。这允许在基本的 CISAT 结构内提供很大的灵活性。

文献

CISAT 的某些方面已在多个地方发表。您可以在此处了解更多信息

  1. McComb, C., Cagan, J., & Kotovsky, K. (2015). Lifting the Veil: Drawing insights about design teams from a cognitively-inspired computational model. Design Studies, 40, 119-142. doi:10.1016/j.destud.2015.06.005. PDF
  2. McComb, C., Cagan, J., & Kotovsky, K. (2016). Drawing inspiration from human design teams for better search and optimization: The heterogeneous simulated annealing teams algorithm. Journal of Mechanical Design, 138(4). doi:10.1115/1.4032810. PDF
  3. McComb, C., Cagan, J., & Kotovsky, K. (2017). Capturing human sequence-learning abilities in configuration design tasks through markov chains. Journal of Mechanical Design, 139(9). doi:10.1115/1.4037185. PDF
  4. McComb, C., Cagan, J., & Kotovsky, K. (2017). Optimizing design teams based on problem properties: computational team simulations and an applied empirical test. Journal of Mechanical Design, 139(4). doi:10.1115/1.4035793. PDF

依赖项

~12–21MB
~288K SLoC