Genetic Programming遗传规划 python库教程(gplearn和DEAP)

blackkettle

gplearn Welcome to gplearn’s documentation：python GP库，提供了符号回归，分类等方法。

gplearn包括了一系列不同的函数，以供用户选择。关键词是：

‘add’：加法，二元运算
‘sub’：减法，二元运算
‘mul’：乘法，二元运算
‘div’：除法，二元运算
‘sqrt’：平方根，一元运算
‘log’：对数，一元运算
‘abs’：绝对值，一元运算
‘neg’：相反数，一元运算
‘inv’：倒数，一元运算
‘max’：最大值，二元运算
‘min’：最小值，二元运算
‘sin’：正弦（弧度），一元运算
‘cos’：余弦（弧度），一元运算

DEAP Basic tutorials：进化计算框架，提供了多种算法所需模块(GA, GP, DE, PSO…)

DEAP包括以下特征：

（1）在遗传算法中可以使用任何你能想到的表示，例如：列表 List，数组Array，集合 Set，字典 Dictionary，树 Tree，Numpy Array 等等。
（2）基因编程使用前缀树：Loosely typed, Strongly typed（理解为稀疏类型和紧凑类型）；自定义函数；
（3）进化策略（包括CMA-ES）：Covariance Matrix Adaptation Evolutionary Strategies的缩写，中文名称是协方差矩阵自适应进化策略
（4）多目标优化：包括 NSGA-II, SPEA2, MO-CMA-ES；
（5）多种群（多人口）共同进化；
（6）评估的并行化（和更多）；
（7）名人堂，居住在人群中最好的人物；
（8）检查点定期拍摄系统的快照；
（9）基准模块包含最常用的测试功能；
（10）进化的家谱（与NetworkX兼容）
（11）其他算法的例子：PSO，差分演化，分布算法估计；

Core 核心模块：

base： 基本结构。包含Toolbox(存储自定的EA运行所需的对象和操作)， Fitness(个体的适应度的基类)等。
creator： 允许通过动态添加属性或函数来创建符合问题需求的类，常用来创建个体。
tools：包含多种选择(selection)操作函数，遗传算子操作函数(多种crossover, mutation)等。