#mathematical-optimization Repositories
Entdecke 6 aktive Open-Source-GitHub-Repositories, die mit #mathematical-optimization getaggt sind und insgesamt 12,572 Sterne gesammelt haben (durchschnittlich 2,095 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist cvxpy/cvxpy mit 6,399 Sternen.
Insgesamt 6 Repositories
OptaPlanner wurde nach https://github.com/apache/incubator-kie-drools verschoben. Dieses Repository ist archiviert. OptaPlanner ist ein KI-Constraint-Solver in Java zur Optimierung von Fahrzeugroutenproblemen, Mitarbeiterplanung, Aufgabenverteilung, Wartungsplanung, Konferenzplanung und anderen Planungsproblemen.
Eine kuratierte Liste von Kursen, Vorlesungen, Büchern, Notizen, Bibliotheken, Frameworks und Software zur mathematischen Optimierung.
Mit Uno übernehmen Sie endlich die volle Kontrolle über Ihren SQP/Barriere-Löser für nichtlinear beschränkte Optimierung.
Reine Java-Löser für lineare Programme (LP), quadratische Programme (QP) und gemischt-ganzzahlige Programme (MIP) sowie schnelle lineare Algebra. Keine Abhängigkeiten, MIT-lizenziert. Mathematische Optimierung und lineare Algebra für die JVM.
Häufig gestellte Fragen
Welches ist das beliebteste #mathematical-optimization-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#mathematical-optimization-Projekt auf GitHub ist cvxpy/cvxpy mit 6,399 Sternen. Eine in Python eingebettete Modellierungssprache für konvexe Optimierungsprobleme.
Welche Programmiersprachen werden in #mathematical-optimization-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #mathematical-optimization-Projekten auf GitHub sind C++, Java, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #mathematical-optimization-Repositories berechnet?
Wir verfolgen 6 aktive Open-Source-Repositories, die mit #mathematical-optimization getaggt sind (500+ Sterne), mit insgesamt 12,572 Sternen und durchschnittlich 2,095 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.