Python中实现的分布式进化算法DEAP

死角 DEAP是用于思想的快速原型制作和测试的新颖的进化计算框架。 它力求使算法明确和数据结构透明。 它与多处理和等并行化机制完美协调。 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，集合，字典，树，numpy数组等 使用前缀树的遗传编程 宽松类型，强类型 自动定义的功能 演进策略（包括CMA-ES） 多目标优化（NSGA-II，NSGA-III，SPEA2，MO-CMA-ES） 多个人群的协同进化（合作和竞争） 评估的并行化（以及更多） 人口中最优秀的名人堂 定期为系统创建快照的检查点 基准测试模块，包含最常用的测试功能 进化的家谱（与兼容） 替代算法的示例：粒子群优化，差分进化，分布算法估计 资料下载 在Python社区接受之后，我们将DEAP的源代码发布移至。 您可以在以下位置找到最新版本： : 。 文献资料 有关DEAP文档，请参阅《 。