در EvoSynth برای محاسبات تکاملی سینتی سایزر می ایستد
ویژگی ها:.
به ویژگی های عمومی:
کلاس برای افراد، جمعیت، پروفیل الگوریتم، ژنوم
پشتیبانی از randomizer سفارشی
اپراتورهای متا: متناسب، sequentional و مشروط اپراتورهای ترکیب
ورود به سیستم پشتیبانی با صادر کننده به gnuplot، گرفته و CSV
بسیاری از توابع تناسب اندام از پیش تعریف شده
محک زنی امکانات:
محاسبات تنوع (از راه دور، آنتروپی و توالی)
میانگین، میانه، محاسبات واریانس برای آرایه / جمعیت
T-آزمون برای تعیین معنی دار بودن آماری
اکثر الگوریتم های تکاملی مشترک:
Hillclimber (فردی و تنها بر اساس جمعیت)
الگوریتم ژنتیک استاندارد، حالت پایدار GA
الگوریتم Memetic
استراتژی های تکامل (تطبیقی، selfadaptive و derandomized)
جستجوی محلی (hillclimber، پذیرش آستانه، آنیل شبیه سازی شده، سیل بزرگ، رکورد به رکورد سفر)
الگوریتم های Coevolutionary (رابین دور و متعادل)
استراتژی های انتخاب:
هویت
انتخاب تصادفی
بهترین انتخاب
انتخاب مسابقات N-مرحله
انتخاب مسابقات
انتخاب متناسب تناسب اندام
انتخاب چرخ رولت
جهش:
هویت
یکی کوه در می رم ژن، جهش باینری، جهش باینری کارآمد
جهش ارز، جهش معکوس، جهش مخلوط کردن، جهش تغییر
جهش واقعی یکنواخت، جهش گاوس، انطباقی خود جهش گاوس
Recombinations:
هویت
یک نقطه متقاطع، K-نقطه متقاطع، متقاطع یکنواخت
متقاطع حسابی
نوترکیبی دستور داد، متقاطع نیمه نقشه برداری، لبه نوترکیبی
متقاطع یکنواخت جهانی، متقاطع حساب جهانی
در چه در این نسخه جدید است:
مشکل او SP_k به توابع معیار های باینری
اضافه شده EvoSynth.rand_element برای بازیابی یک عنصر تصادفی از یک آرایه
او EvoBench (معیار برای الگوریتم های تکاملی) ماژول
به چه جدید در نسخه 0.1.1 است:
ویژگی های جدید مانند معیار محاسبات تنوع (از راه دور، آنتروپی و توالی)، میانگین، میانه، محاسبات واریانس برای آرایه / جمعیت و تی آزمون برای تعیین آماری معنیدار بود.
rakefile: پاکسازی وابستگی.
نظر یافت نشد