ECJ Un sistema de investigación evolutivo basado en Java
Descargar ahora

ECJ Clasificación y resumen

ECJ Etiquetas

evolución calcular investigación cálculo de la evolución investigación de evolución Evolución de la investigación

ECJ Descripción

Un sistema de investigación de cálculo evolutivo basado en Java. ECJ es un sistema de investigación gratuita de la CE escrita en Java que fue diseñada para ser altamente flexible, con casi todas las clases (y todas sus configuraciones) determinadas dinámicamente a tiempo de ejecución por 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. Nota: ECJ se proporciona y tiene licencia según los términos de la licencia académica de la Versión 3.0. Aquí hay algunas características clave de "ECJ": Características generales: · GUI con gráficos · Puntos de control y registro independientes de la plataforma. · Archivos de parámetros jerárquicos · MultiPhreading · Mersenne Twister Generadores de números aleatorios · Abstracciones para implementar una variedad de formularios EC. Características de la CE: · Modelos de isla asíncrona sobre TCP / IP · Evaluación maestra / esclava sobre múltiples procesadores, con soporte para el estado estable generacional, asíncrono, y la distribución coevolutiva · Algoritmos genéticos / Estilo de programación Estado estable y evolución generacional, con o sin elitismo · Estilo evolutivo de estrategias (MU, LAMBDA) y EVOLUCIÓN (MU + LAMBDA) · Arquitectura de cría muy flexible. · Muchos operadores de selección. · Múltiples subpoblaciones y especies. · Intercambios de subpoblación. · Lectura de poblaciones de archivos. · Celevolución individual y multipitacional. · Optimización multiodobjetiva SPEA2 · Optimización de Enjambre de partículas · Evolución diferencial · Algoritmos evolutivos incorporados espacialmente · Ganchos para otros métodos de optimización multiobjetivo. · Paquetes para la presión de parsimonia. Representaciones de árboles de GP: · Programación genética basada en conjunto. · Constantes aleatorios efímeros · Funciones definidas automáticamente y macros definidos automáticamente. · Bosques de árboles múltiples · Seis algoritmos de creación de árboles. · Amplio 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 · DIEZ DOMANTOS DE PROBLEMA DE APLICACIÓN DE VECTORIO PREENTE (RASTRIGIN, SUM, ROSENBROCK, ESFERO, PASO, HIUDAD-CUARTE, SACHER, GRIWANGK, NK, HIFF) Otras representaciones: · Genomas basados ​​en Multiset en el paquete de reglas, para evolucionar a los conjuntos de reglas de PITT u otras representaciones basadas en el establecimiento. Requisitos: · Java

ECJ Software relacionado