SciML/Evolutionary.jl

해결하는 문제

전통적인 기울기 기반 방법이 실패할 수 있는 복잡한 탐색 공간에서 최적의 해를 찾을 수 있도록, 진화적 및 유전 알고리즘을 사용한 최적화 문제 해결을 위한 포괄적인 툴킷을 제공합니다.

작동 방식

이 패키지는 자연에서 영감을 받은 다양한 최적화 전략을 구현합니다. CMA-ES, Differential Evolution, Genetic Algorithms와 함께, 후보 해가 시간이 지남에 따라 어떻게 진화할지 커스터마이징할 수 있는 변이, 재조합, 교차, 선택에 대한 광범위한 연산자 라이브러리를 포함합니다.

대상 사용자

Julia 언어에서 강력한 전역 최적화 도구가 필요한 연구자 및 엔지니어, 특히 실수값, 이진값, 조합 최적화 문제를 다루는 사람들에게 적합합니다.

주요 특징

• 다양한 알고리즘 지원: (mu/rho(+/,)lambda)-SA-ES, CMA-ES, 다목적 최적화용 NSGA-II, Differential Evolution, 유전 프로그래밍용 TreeGP를 포함합니다.
• 풍부한 연산자 라이브러리: 가우시안, 코시, 다항식 변이, 단일점, 시뮬레이티드 바이너리, 부분 매핑 교차, 토너먼트, 룰렛, SUS 선택 등 다양한 유형의 연산자를 제공합니다.
• 유연한 파라미터 설정: 이진, 실수값, 조합 표현 등 다양한 데이터 유형을 지원합니다.