DEAP基于 python 的分布式进化算法
DEAP 是一种用于快速原型设计和思想测试的新型进化计算框架。它旨在使算法明确,数据结构透明。它与多处理和 SCOOP 等并行机制完美协调。
DEAP 包括以下功能:
-
使用任何可想象的表示的遗传算法
-
列表,数组,集,字典,树,Numpy 数组等
-
使用前缀树进行遗传编程
-
弱类型,强类型
-
自动定义的功能
-
进化策略(包括 CMA-ES)
-
多目标优化(NSGA-II,SPEA2,MO-CMA-ES)
-
多个群体的共同进化(合作和竞争)
-
评估的并行化(以及更多)
-
居住在人口中的最佳人物名人堂
-
定期拍摄系统快照的检查点
-
基准测试模块包含最常见的测试功能
-
进化的谱系(与NetworkX兼容)
-
替代算法的示例:粒子群优化,差分进化,分布估计算法
评论