2010-07-21 15 views

Antwort

25

Ich schrieb die Watchmaker Framework so meine Meinung nicht unvoreingenommen sind. ECJ und JGAP sind die zwei am meisten etablierten Optionen und wahrscheinlich die umfassendste. Auf der anderen Seite bedeutet ihr Alter, dass sie auf ältere Versionen von Java abzielen, was keine Generika bedeutet.

Der Hidden Clause Blog hat eine series of posts (scrollen Sie die Liste nach unten, um sie zu sehen) JGAP, ECJ und Uhrmacher zu vergleichen.

Von den Frameworks, die ich nicht geschrieben habe, ist Jenes wahrscheinlich derjenige, der die API hat, die ich am meisten mag das Aussehen von. Auch hier wird ein modernerer generikbasierter Ansatz verwendet.

+1

Hilfreiche Antwort in der Tat und sehr schöner Blog! Werde mich durchlesen. Vielen Dank für Ihre Erwähnung, dass Ihre Antwort nicht völlig unvoreingenommen ist. –

+0

Upvote wegen der Bezugnahme auf Jenes. Es ist eine wunderschöne Strukturbibliothek – EdgeCaseBerg

1

Ich weiß, Apache Mahout (basierend auf Apache Hadoop) hat eine Menge Algorithmen des maschinellen Lernens - obwohl nicht sicher, ob es genau das ist, wonach Sie suchen?

http://mahout.apache.org/

+0

Evolutionäre Algorithmen in Mahout verwenden Uhrmacher. Wenn Sie also Hadoop-Clustering benötigen, sollten Sie auf Mahout verzichten, ansonsten können Sie nur Watchmaker Standalone verwenden (theoretisch können Sie Watchmaker auch mit Terracotta zusammenstellen, aber ich weiß nicht, wie die Leistung im Vergleich ist). –

1

Dies ist eine Alternative, die ich später für meine eigene Erbauung vorgemerkt hatte. Ich habe JGAP in der Vergangenheit benutzt und bin damit zufrieden gewesen, aber dieser hier scheint viele hervorragende Beispiele zu haben und ich dachte, ich würde es beim nächsten Mal ausprobieren, wenn ich den Optimierungscode brauchte.

http://watchmaker.uncommons.org/

0

Werfen Sie einen Blick auf Java GALib, Genetic Algorithm Library:

Galib, Java Genetic Algorithm (JAR) Bibliothek, Modelle Chromosomen als reelle Zahlen, Zeichen, Strings und String-Sequenzen. Sehr einfach zu bedienen, erweitern Sie einfach eine der vorhandenen GA-Klassen und implementieren Sie Ihre Fitness-Funktion. Beispiel-GAs enthalten.

1

Check out Apache Math - Genetics Algorithm. Ich habe angefangen, es mir anzusehen. Da ich neu bei Genetics Algorithms bin, bin ich mir nicht sicher, ob diese Bibliothek umfangreich ist oder nicht. Es hat ein schönes Lizenzmodell für mehrere Anwendungen für akademische und kommerzielle Nutzung (Apache 2.0).

5

Vielleicht wirst du einen Blick auf die GA (Jenetics), die ich geschrieben habe de. Es verwendet die Javolution-Bibliothek für die Parallelisierung und die JScience-Bibliothek für das numerische Zeug. Ich denke, es ist einen Blick wert.

Verwandte Themen