Ecj. Un sistema di ricerca di calcolo evolutivo basato su Java
Scarica ora

Ecj. Classifica e riepilogo

Ecj. Tag

Calcolo del numero calcolo matematico modello di calcolo calcolo Sostituzione override. calcolo polinomiale. calcolo simbolico R6RS Computation. Processo evolutivo dettagli di calcolo calcolo scientifico Computazione geometrica. calcolo algebro. Servizi di calcolo calcolo numerico. Algoritmo evolutivo Crea algoritmo evolutivo Sviluppa l'algoritmo evolutivo albero evolutivo Computazione di radiazioni calcolo accurato specificare algoritmo evolutivo Calcolo parallelo Computazione intensiva dei dati Calzo incrementale evolutivo Ambiente di calcolo distribuire calcolo Sistema di ricerca di calcolo Sistema di ricerca evolutiva Sistema di ricerca Calcolo evolutivo Cladice evolutivo Var Computation. Calcolo del valore P simulazione evolutiva simulare la genetica evolutiva Metodo di traccia evolutiva Computazione densità dichiarata Analisi del modello evolutivo Strumento di biologia evolutiva Visualizzatore di dati evolutiva Analizza i dati evolutivi il calcolo dei miei stimatori Quadro di calcolo

Ecj. Descrizione

ECJ è un sistema CE di ricerca scritto in Java. È stato progettato per essere altamente flessibile, con quasi tutte le classi (e tutte le loro impostazioni) determinate dinamicamente in fase di esecuzione da un file di parametri fornito dall'utente. Tutte le strutture nel sistema sono disposte per essere facilmente modificabili. Anche così, il sistema è stato progettato con un occhio verso l'efficienza. Ottieni ECJ e dai un andare per vedere quanto utile possa essere effettivamente per te! Caratteristiche principali: Caratteristiche generali: GUI con grafici Checkpoint e registrazione indipendenti da piattaforma file parametri gerarchici multithreading Mersenne Twister Casuale Generatori di numeri Astrazione per l'attuazione di una varietà di forme CE. Caratteristiche CE: Modelli Asynchronous Island su TCP / IP Valutazione master / slave su più processori, con supporto per la distribuzione generazionale, allo stato stazionario asincrono e la distribuzione coevolutiva Algoritmi genetici / stile di programmazione Stato stazionario e evoluzione generazionale, con o senza elitismo Stile di strategie evolutive-strategie (Mu, Lambda) e (MU + Lambda) Evolution Architettura riproduttiva molto flessibile Molti operatori di selezione Più sottopopolazioni e specie Scambi Inter-sottopopolazione Lettura di popolazioni da file Coevoluzione singola e multi-popolazione Ottimizzazione multiebiettivo SPEA2 Ottimizzazione del swarm delle particelle Evoluzione differenziale Algoritmi evolutivi spazialmente incorporati Ganci per altri metodi di ottimizzazione multiebisive Pacchetti per la pressione del parrsimony Rappresentanze dell'albero GP: Programmazione genetica fortemente basata con sede fissa costatori casuali effimeri Funzioni definite automaticamente e macro definite automaticamente Più foreste dell'albero sei algoritmi di creazione di alberi Ampio set di operatori di allevamento GP Otto domini del problema di applicazione pre-fatti GP (formica, regressione, multiplexer, tosaerba, parità, due box, bordo, serengeti) Rappresentanze vettoriali (GA / ES): Genomi a lunghezza fissa e a lunghezza variabile Rappresentanze arbitrarie Dieci Domini di richiesta di applicazione vettoriale pre-Fatto Domini (Rastrigin, Sum, Rosenbrock, Sfera, Step, Step, Noisy-Quartic, Booth, Grewangk, NK, iaFF) Altre rappresentazioni: Genomi basati su MultiSet nel pacchetto regole, per evoluzione dei regole di approccio a pitt o altre rappresentazioni basate su set.

Ecj. Software correlato