Java Evolutionary Computation Toolkit

ECJ — это свободная исследовательская система для эволюционных вычислений, написанная на языке программирования Java.

Она представляет собой программный каркас, поддерживающий ряд технологий эволюционных вычислений, таких как: генетические алгоритмы, генетическое программирование, эволюционные стратегии, параллельная эволюция, оптимизация большого числа частиц и дифференциальная эволюция. Данный программный каркас моделирует эволюционный процесс по итерациям, используя последовательность конвейеров, приспособленных для того, чтобы соединить одну или более подпопуляций индивидуумов с помощью селекции, скрещивания (такого, как кроссовер), и операторов мутации, которые порождают новых особей. ECJ имеет открытые исходные тексты и распространяется в рамках лицензии AFL. Она была создана Шоном Люком, профессором компьютерных наук в университете Джорджа Мейсона, и поддерживается Шоном Люком и множеством спонсоров.

Основные возможности (перечислены со страницы проекта ECJ):

• графический интерфейс пользователя с диаграммами;
• платформонезависимые контрольные точки и журналирование;
• иерархические файлы параметров;
• многопоточность;
• генератор случайных чисел Мерсенна;
• абстракции для выполнения множества форм эволюционных вычислений.

Возможности эволюционных вычислений:

• асинхронная островная модель для TCP/IP;
• вычисления типа главный/подчинённый для сложных процессоров;
• генетические алгоритмы/генетическое программирование устойчивого состояния и эволюция поколений, с использованием либо без элитизма;
• эволюционные стратегии типа (mu, lambda) и эволюция (mu+lambda);
• очень гибкая архитектура скрещивания;
• много операторов селекции;
• множественные подпопуляции и виды;
• межпопуляционные перестановки;
• чтение популяций из файлов;
• одно- и многопопуляционная параллельная эволюция;
• SPEA2 многокритериальная оптимизация (Strength Pareto Evolutionary Algorithm);
• оптимизация большого числа частиц;
• дифференциальная эволюция;
• пространственно вложенные генетические алгоритмы;
• приёмы для других многоцелевых методов оптимизации;
• пакеты для экономного воздействия.

Представления деревьев в генетическом программировании:

• сильно типизированное основанное на множествах генетическое программирование;
• эфемерные случайные константы;
• автоматически определяемые функции и автоматически определяемые макросы;
• леса из многочисленных деревьев;
• 6 алгоритмов для создания деревьев;
• огромное множество операторов скрещивания в генетическом программировании;
• 7 готовых приложений генетического программирования для решения проблем из различных областей (муравей, регрессия, мультиплексор, закон Мура, чётность, два блока, ребро).

Представления векторов (генетические алгоритмы):

• геном фиксированной и переменной длины;
• произвольные представления;
• 5 векторных приложений для решения проблем из различных областей (сумма, Розенброк, сфера, шаг, шум четвёртой степени).

Другие представления:

• геномы, основанные на мультимножественном представлении в линейном пакете, для получения в приближении Питта наборов правил или других представлениях, основанных на множествах.