SciML/Evolutionary.jl

解決的問題

提供一個全面的工具組，用於使用進化與遺傳演算法解決最佳化問題，讓使用者能在傳統梯度基礎方法可能失效的複雜搜尋空間中找到最佳解。

工作原理

此套件實作了多種受自然啟發的最佳化策略。包含 CMA-ES、差分演化（Differential Evolution）、遺傳演算法等演算法，以及廣泛的變異、重組、交叉與選擇運算子庫，可自訂候選解隨時間演化的過程。

適用對象

需要在 Julia 語言中使用強大全域最佳化工具的研究人員與工程師，特別是處理實數值、二進位或組合最佳化問題者。

主要特色

• 多樣化演算法支援：包含 (mu/rho(+/,)lambda)-SA-ES、CMA-ES、多目標最佳化用的 NSGA-II、差分演化（Differential Evolution），以及用於遺傳程式設計的 TreeGP。
• 豐富的運算子庫：提供多種變異類型（高斯、柯西、多項式）、交叉方式（單點、模擬二進位、部分映射）與選擇方法（錦標賽、輪盤賭、SUS）。
• 彈性參數設定：支援多種資料類型，包括二進位、實數值與組合表示。