Skanuję Internet pod kątem bibliotek dostępnych do użycia GA z potencjalnym rozwojem dla algorytmów wieloobiektywowych, takich jak NSGAII dla Pythona. Czy masz jakieś propozycje?Algorytmy genetyczne i optymalizacja wieloaspektowa w PYTHON: biblioteki/narzędzia do użycia?
Oto co mam do tej pory:
- Pyevolve: dobrze udokumentowane, ale nie obejmuje wielu cel
- Pygene: nie wydaje się zawierać obsługi wielu Celu
- deap: Wygląda dobrze udokumentowane , zawiera wiele obiektywów
- inspyred: Wydaje się być ok-udokumentowane, zawiera wiele obiektywów
Pytanie nie musi być jednoznaczne z tym, który z nich jest lepszy, ale raczej z cechami tych bibliotek i możliwością łatwego przełączania z optymalizacji pojedynczej do wielostronnej.
Dziękuję
To było przydatne pytanie, nie rozumiem ludzi, dlaczego go zamknąłeś ... – erogol
Zgadzam się, to było przydatne pytanie i zestaw odpowiedzi. Rozwiązał jeden z moich problemów z optymalizacją. – rhody
Pytanie w formie sformułowanej odnosi się do użytecznego tematu, jest dobrze zbadane i wymaga obiektywnych odpowiedzi. Nie "domaga się debaty, argumentów, sondowania ani rozszerzonej dyskusji" - ci, którzy decydują się na zamknięcie, nie są konstruktywni. – Dave