genevo

genevo 提供构建块，用于使用 遗传算法 (GA) 进行优化和搜索问题的模拟。

genevo 的愿景是成为一个灵活且高度可扩展的框架，用于实现遗传算法应用。

genevo 使用 Rust 编写。库的API利用了许多特性和类型来模拟遗传算法领域。

文档

功能

该crate提供了遗传算法的默认实现，用于解决各种搜索和优化问题。

实现被分为构建块，所有构建块都由特性行表示。该crate提供了所有构建块的最常见实现。因此，它可以用于许多问题。

不过，如果需要为某个或某些构建块使用不同的实现，可以通过以更复杂和定制的方式实现任何特性行来扩展。

构建块（定义为特性行）包括

• 模拟
• 算法
• 终止
• 操作符
• 种群
• 表型和基因型
• 适应度函数

模拟可以运行一个在循环中执行的算法。算法实现了循环每次迭代的操作步骤。提供的遗传算法实现实现了 Algorithm 特性，因此可以由提供的 Simulation 特性的实现 Simulator 执行。

Simulator 包含有关模拟的状态，并跟踪算法执行的统计信息，例如迭代次数和处理时间。

模拟运行直到满足终止条件。终止条件可以是一个单一的，例如最大迭代次数，或者多个终止条件的逻辑组合，例如最大迭代次数 OR 达到最小适应度值。当然 Termination 也是一个特质，你可以实现任何你能想到的终止条件。

算法可以利用执行算法不同阶段的操作符。例如，基本的遗传算法定义了阶段：选择、交叉、变异和接受。这些阶段通过适当的操作符执行：SelectionOp、CrossoverOp、MutationOp、RecombinationOp 和 ReinsertionOp。

这个crate为每个操作符提供了多种实现。因此，你可以尝试将不同的实现组合起来，以组成针对特定搜索或优化问题的最佳算法。现在你可能已经猜到了，定义的操作符也是特质，你可以根据你的问题实现这些操作符的最佳方式，并将它们插入到遗传算法提供的实现中。

遗传算法需要一个种群，它随着每次迭代而进化。一个种群包含一定数量的个体。每个个体代表一个可能的优化问题解的候选解决方案，其中最佳解是搜索的对象。这个crate提供了一个 PopulationBuilder 来构建基因组种群。要运行种群构建器，它需要一个 GenomeBuilder 特质的实现。一个 GenomeBuilder 定义了如何在种群中创建一个个体（或基因组）。

最后但也许最重要的是特质 Phenotype、Genotype 和 FitnessFunction。这些是定义优化问题域的特质。它们必须为遗传算法的每个应用单独实现。

关于构建块的讨论已经足够多了。给我一些具体的例子。查看示例文件夹中的示例，了解如何使用这个crate

• knapsack：尝试解决 0-1背包问题
• monkeys：探索莎士比亚的猴子，也称为 无限猴子定理
• queens：寻找 N皇后问题 的解决方案

用法

将此添加到你的 Cargo.toml

[dependencies]
genevo = "0.7"

Crate功能

genevo 通过可选crate功能提供用作基因型的额外数据类型

• fixedbitset：提供 Fixedbitset 用作基因型
• Smallvec：提供 Smallvec 用作基因型

从版本0.7.0起 genevo 支持 wasm 目标。要使用 genevo 为目标 wasm32-unknown-unknown 启用crate功能 wasm-bindgen。注意：在wasm32目标上禁用了多线程（使用 rayon 实现）！

[dependencies]
genevo = { version = "0.7", features = ["wasm-bindgen"] }

参考

我开始这个项目主要是为了学习遗传算法（GAs）。在这个过程中，我搜索了很多关于GA的信息。以下是我在寻找最有用的GA信息时找到的链接。

[JFGA]: Jeremy Fisher: Genetic Algorithms

[OBI98]: Marek Obitko: Genetic Algorithms Tutorial

[GEAT]: GEATbx: 进化算法

[IGAYT]: Noureddin Sadawi: 遗传算法的实际介绍

[CT9YT]: 编程列车：9: 遗传算法 - 代码的本质

[BT95]: Tobias Blickle, Lothar Thiele, 1995: 遗传算法中使用的选择方案的比较。

[RRCGH]: StefanoD: Rust_Random_Choice Rust 库。

[TSP95]: TSPLIB95: TSP（及其相关问题）的示例实例库

版权所有 © 2017-2019, Innoave.com 和贡献者