从元启发式算法 [LOA] 中翻译适应度函数
Translating of fitness function from a meta heuristic algorithm [LOA]
Lion Optimization Algorithm (LOA) 是 Maziar Yazdani 和 Fariborz Jolai 新提出的元启发式算法。
我在翻译 python3 中的适应度函数时遇到问题，因为我事先不知道我是否需要导入 numpy 或 scipy 库或在没有此类导入的情况下手动编码。
这是我无法理解的函数：
狮子的适应度值 = f(Lion) = f(x1,x2,x3,...,xNVar)
我想知道是否需要将其视为一个函数或一行代码。任何能让我想到想法的帮助都将不胜感激！谢谢。
该行没有提供成本函数的定义，它只是说明了该函数的签名（接口）：必须提供 Lion 的所有坐标计算结果。
由于该算法应该适用于不同的问题陈述，成本函数实际上是该算法的输入。该算法本身会执行不同的 "simulations" 狩猎、漫游、交配等，并定期调用给定的成本函数以查看当前 "positions" 得分。声称通过这样的模拟，可以在合理的延迟内找到最佳解决方案。
所以最优解是什么取决于需要解决的实际问题，进而表示为成本函数。
Lion Optimization Algorithm (LOA) 是 Maziar Yazdani 和 Fariborz Jolai 新提出的元启发式算法。
我在翻译 python3 中的适应度函数时遇到问题，因为我事先不知道我是否需要导入 numpy 或 scipy 库或在没有此类导入的情况下手动编码。
这是我无法理解的函数：
狮子的适应度值 = f(Lion) = f(x1,x2,x3,...,xNVar)
我想知道是否需要将其视为一个函数或一行代码。任何能让我想到想法的帮助都将不胜感激！谢谢。
该行没有提供成本函数的定义，它只是说明了该函数的签名（接口）：必须提供 Lion 的所有坐标计算结果。
由于该算法应该适用于不同的问题陈述，成本函数实际上是该算法的输入。该算法本身会执行不同的 "simulations" 狩猎、漫游、交配等，并定期调用给定的成本函数以查看当前 "positions" 得分。声称通过这样的模拟，可以在合理的延迟内找到最佳解决方案。
所以最优解是什么取决于需要解决的实际问题，进而表示为成本函数。