Este repositório contém uma série de experimentos utilizando os algoritmos de Otimização por Enxame de Partículas (PSO) e Caminhada Aleatória para otimização de funções e busca de palavras-alvo. Esses experimentos demonstram várias técnicas de reconhecimento de padrões e otimização usando conceitos fundamentais da teoria computacional.
- Otimização de funções matemáticas usando PSO.
- Otimização de funções matemáticas usando RW.
- Busca de sequências de palavras-alvo com RW e PSO.
- Demonstrações visuais da aplicação de PSO em problema de otimização Step-by-Step Explanation ~xRay Pixy.
pso_random_walk_function_optimization.ipynb: Implementa PSO e RW para otimização de funções.pso_random_walk_case2.ipynb: Segundo caso de teste para otimização de funções.pso_random_walk_target_word.ipynb: Aplica o algoritmo de RW e PSO para busca de sequências de palavras-alvo.pso_video_example.ipynb: Fornece um exemplo visual da aplicação de PSO em um problema de otimização.
numpypandasmatplotlibseabornIPython
Este projeto está licenciado sob a licença MIT. Veja o arquivo MIT para mais detalhes