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