应用
应用与引用
截至目前，此开源 Python 库 PyPop7 已在以下论文中被使用和/或引用（至少）（请注意，以下列表会持续更新）
[cited] 表示 PyPop7 在相应论文的任何位置被引用。
[used] 表示 PyPop7 被相应论文使用。
15: Fiks, I.S. and Fiks, G.E., 2024. 确定抑制积分辐射水平所需的最小补偿单极子源数量。 Acoustical Physics, 70(5), pp.914-918.
14: Santana, R., Inza, I., Prol-Godoy, I. and Picallo-Perez, A., 2024, November. 用于地热发电厂参数优化的连续分布估计算法。 In Proceedings of International Conference on Computational Intelligence and Intelligent Systems (pp. 86-93). ACM.
引用
使用
13: Miranda, P.B., Giráldez-Cru, J., Silva-Filho, M.W., Zarco, C. and Cordón, O., 2024, June. 通过进化算法学习基于智能体建模中智能体的行为模式。In IEEE Congress on Evolutionary Computation (pp. 1-8). IEEE.
在其代码项目中被引用（但未使用）
12: Ma, Z., Chen, J., Guo, H. and Gong, Y.J., 2024. 神经探索性景观分析. arXiv preprint arXiv:2408.10672. [使用并引用]
华南理工大学
11: Pinchuk, M., Kirgizov, G., Yamshchikova, L., Nikitin, N., Deeva, I., Shakhkyan, K., Borisov, I., Zharkov, K. and Kalyuzhnaya, A., 2024, July. GOLEM：物理和数字对象图表示的灵活进化设计。In Proceedings of Annual Genetic and Evolutionary Computation Conference Companion (pp. 1668-1675). ACM. [引用]
圣光机大学
10: Vodopija, A., Cork, J.N. and Filipič, B., 2024, July. 月球着陆器着陆点选择基准再探：问题特征和算法性能。In Proceedings of Annual Genetic and Evolutionary Computation Conference (pp. 1381-1389). ACM. [使用并引用]
约瑟夫·斯特凡研究所 + 约瑟夫·斯特凡国际研究生院
JADE
9: Bailo, R., Barbaro, A., Gomes, S.N., Riedl, K., Roith, T., Totzeck, C. and Vaes, U., 2024. CBX：用于基于共识的相互作用粒子方法的 Python 和 Julia 包。arXiv preprint arXiv:2403.14470. [引用]
牛津大学 + 代尔夫特理工大学 + 华威大学 + 慕尼黑工业大学 + 慕尼黑机器学习中心 + 德国电子同步加速器研究所 DESY + 伍珀塔尔大学 + 法国国家信息与自动化研究所 Inria + 法国国立路桥学校
8: Ma, Z., Guo, H., Chen, J., Peng, G., Cao, Z., Ma, Y. and Gong, Y.J., 2024. LLaMoCo：用于优化代码生成的大型语言模型指令微调。arXiv preprint arXiv:2403.01131. [使用并引用]
华南理工大学 + 新加坡管理大学 + 南洋理工大学
7: Zhang, Z., Wei, Y. and Sui, Y., 2024. 一种用于高维在线优化的不变信息几何方法。arXiv preprint arXiv:2401.01579. [使用并引用]
清华大学
6: Yu, L., Chen, Q., Lin, J. and He, L., 2023. 作为服务的视觉语言模型的黑盒提示调整。Proceedings of International Joint Conference on Artificial Intelligence (pp. 1686-1694). IJCAI. [使用]
华东师范大学
5: Lee, Y., Lee, K., Hsu, D., Cai, P. and Kavraki, L.E., 2023. 规划器优化问题：公式化与框架。arXiv preprint arXiv:2303.06768. [使用并引用]
莱斯大学 + 上海交通大学 + 新加坡国立大学
4: Duan, Q., Shao, C., Zhou, G., Zhang, M., Zhao, Q. and Shi, Y., 2023. 用于大规模黑盒优化的多级学习分布式进化策略。arXiv preprint arXiv:2310.05377. [使用]
Duan, Q., Shao, C., Zhou, G., Zhang, M., Zhao, Q. and Shi, Y., 2024. 用于大规模黑盒优化的多级学习分布式进化策略。IEEE Transactions on Parallel & Distributed Systems, 35(11), pp.2087-2101.
哈尔滨工业大学 + 南方科技大学 + 悉尼科技大学 + 华威大学
3: Duan, Q., Shao, C., Zhou, G., Yang, H., Zhao, Q. and Shi, Y., 2023. 用于不可分大规模黑盒优化的协同进化：收敛性分析和分布式加速。arXiv preprint arXiv:2304.05020. [使用]
哈尔滨工业大学 + 南方科技大学 + 悉尼科技大学
2: Duan, Q., Zhou, G., Shao, C., Yang, Y. and Shi, Y., 2022. 大规模黑盒优化的低内存矩阵适应集体学习。In International Conference on Parallel Problem Solving from Nature (pp. 281-294). Springer, Cham.
使用（严重依赖 PyPop7）
该论文入围 PPSN-2022 最佳论文奖提名名单
https://github.com/Evolutionary-Intelligence/D-LM-MA 现已不再维护，因为已提供更高级的版本
哈尔滨工业大学 + 南方科技大学 + 悉尼科技大学
1: Duan, Q., Zhou, G., Shao, C., Yang, Y. and Shi, Y., 2022, July. 用于大规模优化的分布式进化策略。In Proceedings of ACM Genetic and Evolutionary Computation Conference Companion (pp. 395-398). ACM.
使用（严重依赖 PyPop7）
https://github.com/Evolutionary-Intelligence/DES 已被删除，因为已提供更高级的版本
哈尔滨工业大学 + 南方科技大学 + 悉尼科技大学
开源案例
截至目前，此 Python 库 PyPop7 已在以下 GitHub 上的开源项目中被依赖和/或介绍（至少）
24: https://github.com/Wukong-SCUT/HCC
from pypop7.optimizers.es.mmes import MMES
from pypop7.optimizers.es.cmaes import CMAES
23: https://github.com/Witcape/PSO
from pypop7.optimizers.pso.pso import PSO
22: https://github.com/LijunSun90/Knowledge_with_Codes
from pypop7.optimizers.pso.spso import SPSO as PSO
21: https://github.com/XAI-liacs/BLADE
pyproject.toml: pypop7 = “^0.0.79”
20: https://github.com/LOG-postech/ZIP
requirements.txt: pypop7
19: https://github.com/yangyongkang2000/SEvoBench
from pypop7.optimizers.de.shade import SHADE
from pypop7.benchmarks.base_functions import rosenbrock
18: https://github.com/GMC-DRL/Awesome-MetaBBO
MetaBox + LLM4Opt + pypop7 + EvoX + evosax + …
“许多杰出的团队为进化计算社区开发了优秀的 GitHub 仓库，我们很高兴在这里分享它们。”
17: https://github.com/lamda-bbo/BBOPlace-Bench
from pypop7.optimizers.pso.pso import PSO as PYPSO
requirements.txt: pypop7==0.0.82
16: https://github.com/lamda-bbo/BBOPlace-miniBench
from pypop7.optimizers.pso.pso import PSO as PYPSO
requirements.txt: pypop7==0.0.82
15: https://github.com/GMC-DRL/Neur-ELA
requirements.txt: pypop7==0.0.79
from pypop7.optimizers.es import FCMAES, SEPCMAES, RMES, CMAES
14: https://github.com/nikivanstein/LLaMEA
requirements.txt: pypop7 = “^0.0.79”
13: https://github.com/AmitDIRTYC0W/neuronveil-mnist-train
pyproject.toml: “pypop7 ~= 0.0.79”
from pypop7.optimizers.pso.clpso import CLPSO
from pypop7.optimizers.ga.gl25 import GL25
from pypop7.optimizers.de.shade import SHADE
from pypop7.optimizers.de.jade import JADE
from pypop7.optimizers.ep.lep import LEP
11: https://github.com/aiboxlab/evolutionary-abm-calibration (2024)
10: https://github.com/Echozqn/llm [https://github.com/Echozqn/llm/tree/main/collie/examples/alpaca/eda] (2024)
遗憾的是，此开源项目目前无法公开访问。
9: https://github.com/BruthYU/BPT-VLM (2023)
8: https://github.com/opoframework/opof [在线文档: https://opof.kavrakilab.org/] (2023)
7: https://github.com/pyanno4rt/pyanno4rt [在线文档: https://pyanno4rt.readthedocs.io/en/latest/] (2023)
Tim Ortkamp: 卡尔斯鲁厄理工学院 (KIT) 科学计算中心 + 德国癌症研究中心 (DKFZ) 放射肿瘤学医学物理学 + 亥姆霍兹健康信息与数据科学学院
LMCMA + LMMAES
6: https://github.com/TUIlmenauAMS/BlackBoxOptimizerSPcomparison (2023)
4: https://github.com/jeancroy/RP-fit (2023)
3: https://github.com/moesio-f/py-abm-public (2023)
遗憾的是，此开源项目目前无法公开访问。
2: https://github.com/Evolutionary-Intelligence/M-DES (2023)
1: https://github.com/Evolutionary-Intelligence/dpop7 (2023)
这是对 PyPop7 的一个并行/分布式扩展（目前正在积极开发中）。
简介与参与
关于此库 PyPop7 的介绍 / 报道 / 参与，请参考例如：
在线赞誉
以下所有赞誉均来自网络。我们非常感谢这些不吝的赞美，因为我们与所有赞誉者均无利益关系