EvoSynth

EvoSynth代表進化計算合成

功能：

<李類=“bbli”>一般特點：
• 類為個人，群體，算法型材，基因組
• 在自定義隨機數發生器支持
• 元運營商：比例，sequentional和有條件的聯合運營
• 在日誌支持與出口商GNUPLOT，粗暴和CSV
• 在許多預定義的健身功能

<李班=“bbli”>標杆特點：
• 多樣性計算（距離，熵和子）
• 平均數，中位數，方差計算陣列/人口
• T檢驗，以確定統計學意義

<李班=“bbli”>最常見的進化算法：
• Hillclimber（單個個體和群體為主）
• 在標準遺傳算法，穩態GA
• Memetic算法
• 在進化策略（適應性，selfadaptive和去隨機化）
• 在本地搜索（hillclimber，門檻驗收，模擬退火，巨大的洪水，記錄到記錄旅行）
• 在協同進化算法（循環和平衡）

<李班=“bbli”>選擇策略：
• 身份
• 隨機選擇
• 最佳選擇
• 在正賽階段選
• 錦標賽選擇
• 健身比例選擇
• 在輪盤賭選擇

<李班=“bbli”>突變：
• 身份
• 在一個基因翻轉，二進制突變，高效的二進制突變
• 外匯突變，突變反轉，混合突變，突變轉移
• 統一實變異，高斯變異，自適應高斯變異

<李班=“bbli”>的重組：
• 身份
• 在單點交叉，K-點交叉，均勻交叉
• 算術交叉
• 有序重組，部分映射交叉，邊緣重組
• 在全球均勻交叉，全球算術交叉

什麼在此版本中是新的：

• 在新增SP_k問題二進制基準功能
• 新增EvoSynth.rand_element檢索一個數組
隨機元素
• 新增EvoBench（基準進化算法）模塊

什麼是0.1.1版本，新的：

• 在像多樣性計算基準的新功能（距離，熵和子），均值，中位數，方差計算陣列/人口和t檢驗來確定統計學意義。
• Rake文件：依賴清理