什么是最活跃的遗传编程库？

Question

什么是遗传编程库，不管语言如何，都有最活跃的社区，而且是最发达的？

Answer 1

CILib来自CIRG团队。它定期更新。开发人员总是经常回答你的问题。

论坛：http://www.cilib.net/

Answer 2

你可能想看看基因表达式编程（GEP）。它是遗传编程的另一种形式。

在http://www.gene-expression-programming.com/有一个技术网站。它背后的公司是GEPSoft http://www.gepsoft.com。

Answer 3

坦白地说很难说。 ParadisEO似乎是非常活跃，是一个非常大的图书馆，包括除GP外的各种metaheuristics。请注意，它是EO库的超集。 OpenBEAGLE很好，但自2007年以来它一直没有更新过。Watchmaker现在非常好并且非常活跃，但它现在只有GP的概念实现证明。这里有很多图书馆，很难说哪一个是最好的。要推出自己的GP并不难，所以请牢记这一可能性。

Answer 4

我ECJ的粉丝，“一个基于Java的进化计算研究系统”：

http://cs.gmu.edu/~eclab/projects/ecj/

邮件列表通常是适度活跃，指示我该项目的整体健康状况良好。我几乎所有的GA和GP研究都使用ECJ，它有很多有趣的内置功能和几个第三方贡献。

ECJ的创造者，肖恩·卢克，还写了一个真棒和免费下载书籍：cs.gmu.edu/~sean/book/metaheuristics/

Answer 5

JGAP为Java似乎相当活跃。看着登记历史，几个月前有一阵活动。 http://jgap.sourceforge.net/

Answer 6

你可以试试这个C＃.NET 4.0肖恩·卢克的欧洲法院（进化计算在Java中）的端口：

http://branecloud.codeplex.com

它是非常灵活和强大的软件！但是它的入门也相对容易，因为它包括许多开箱即用的控制台样本（以及在转换过程中开发的许多有用的单元测试）。

正如上面提到的，如果你在Java程序中，你应该直接访问肖恩卢克的网站：

http://cs.gmu.edu/~eclab/projects/ecj/

它一直在积极发展了13年！

本

Answer 7

HeuristicLab有一个非常复杂的实现，既快。例如，在一个独立的benchmark中，您可以看到HeuristicLab解释器的速度等于包含优化的新编码的简约C++解释器。它也非常灵活，您可以配置在GUI环境中创建树的语法。因此您可以创建应该例如只有某些变量作为输入，但不是全部。实施基于悠久的代码传统，这是非常积极的开发，并在每次发布之前进行审查，以确保持续的质量。 HeuristicLab支持回归，分类以及自定义问题，如Santa Fe trail或草坪割草机（其中存在可帮助您实现自定义问题的教程）。有交叉验证，你可以利用训练，验证和测试分离来检测过度拟合。你会得到每个变量在整个人群中存在多少，你的符号在人口中存在多少，所以你可以估计什么变量是重要的。这随着时间的推移显示为图表。还有一个帕雷托分析器，您可以通过质量和复杂性来显示所有解决方案。 HeuristicLab还包含最近（GECCO2012）新兴的GP基准库，使人们能够测试和比较结果。除GP外，还有其他回归和分类算法，如SVM，随机森林，k-NN等。

它在C＃中实现并在.Net 4上运行（目前仅在Windows上，单声道支持接近完成） 。