ECJ Un sistema de investigación evolutivo basado en Java
Descargar ahora

ECJ Clasificación y resumen

ECJ Etiquetas

Cálculo del número cálculo matemático modelo de computación cálculo Anulación de cómputo computación polinomial cálculo simbólico Cálculo de R6RS proceso evolutivo Detalles de cálculo cálculo científico cálculo geométrico cálculo de álgebra Servicios de cálculo cálculo numérico Algoritmo evolutivo crear algoritmo evolutivo desarrollar algoritmo evolutivo árbol evolutivo cálculo de radiación cálculo preciso especificar el algoritmo evolutivo Cálculo paralelo Cálculo intensivo de datos cálculo de corte incremental evolutivo Medio ambiente de cálculo Distribuir computación Sistema de investigación de computación Sistema de investigación evolutiva. Sistema de investigación Cálculo evolutivo Claudo evolutivo Cálculo var Cálculo del valor P simulación evolutiva simular genética evolutiva Método de seguimiento evolutivo Cálculo de densidad establecida Análisis de patrones evolutivos herramienta de la biología evolutiva Visor de datos evolutivos Analizar datos evolutivos. mi cálculo de estimadores Marco de cálculo

ECJ Descripción

ECJ es un sistema de investigación CE escrito en Java. Fue diseñado para ser altamente flexible, con casi todas las clases (y todas sus configuraciones) determinadas dinámicamente a tiempo de ejecución mediante un archivo de parámetros proporcionado por el usuario. Todas las estructuras en el sistema están dispuestas para ser fácilmente modificables. Aun así, el sistema fue diseñado con un ojo hacia la eficiencia. ¡Obtenga ECJ y déjalo ir a ver qué tan útil puede ser para usted! Principales características: Características generales: GUI con gráficos PUNTOS DE CHEQUES INDEPENDIENTES DE LA PLATABILACIÓN Y EL REGISTRO Archivos de parámetros jerárquicos multithreading Mersenne Twister Número aleatorio generadores abstracciones para implementar una variedad de formularios de la CE. Características EC: Modelos de isla asíncrona sobre TCP / IP Evaluación maestra / esclava sobre múltiples procesadores, con soporte para estado-estable generacional, asíncrono, y distribución coevolutiva Algoritmos genéticos / Estilo de programación Estado estable y evolución generacional, con o sin elitismo Estilo evolutivo de estrategias (MU, LAMBDA) Y (MU + LAMBDA) EVOLUCIÓN Arquitectura de reproducción muy flexible Muchos operadores de selección Múltiples subpoblaciones y especies Intercambios de subpoblación Lectura de poblaciones de archivos COEVOLUCIÓN DE SOLO Y MULTI-POBLACIÓN SPEA2 optimización multiobjetiva Optimización de enjambres de partículas evolución diferencial Algoritmos evolutivos incorporados espacialmente Ganchos para otros métodos de optimización multiobjetivo Paquetes para la presión de la parsimonia Representaciones de árboles de GP: Programación genética en blanco basada en el establecimiento constantes aleatorios efemerales Funciones definidas automáticamente y macros definidos automáticamente múltiples bosques de árboles Seis algoritmos de creación de árboles extenso conjunto de operadores de reproducción de GP Ocho dominios de problemas de aplicación de GP pre-hechos (hormigas, regresión, multiplexor, césped, paridad, dos cajas, borde, serengeti) Representaciones vectoriales (GA / ES): Longitud fija y genomas de longitud variable Representaciones arbitrarias Dinumentos de problema de aplicación de vector pre-hecho (Rastrigin, Sum, Rosenbrock, esfera, paso, ultradirrojo, cabina, griego, nk, HIFF) Otras representaciones: Genomas a base de multiset en el paquete de reglas, para evolucionar a los conjuntos de reglas de PITT u otras representaciones basadas en el establecimiento.

ECJ Software relacionado