पैकेज, रिपॉज़िटरी और ऐप श्रेणियाँ खोजें

पैकेज विवरणv0.8.0

darwin

Dart के लिए आनुवंशिक/प्राकृतिक विकास एल्गोरिथम लाइब्रेरी।

AndroidiOSWebmacOSWindowsLinux
30-दिन डाउनलोड
75
लाइक
20
Pub अंक
160

पैकेज इंस्टॉल करें

flutter pub add darwin

पैकेज अवलोकन

सार्वजनिक जानकारी से बना चयन मार्गदर्शन। केवल संदर्भ हेतु।

डार्विन एक डार्ट लाइब्रेरी है जो आनुवंशिक और विकासवादी एल्गोरिदम को लागू करती है, जिससे उपयोगकर्ता सिमुलेटेड प्राकृतिक चयन के माध्यम से अनुकूलन और खोज समस्याओं को हल कर सकते हैं। यह आबादी, फिटनेस फंक्शन, चयन रणनीतियों, और क्रॉसओवर और म्यूटेशन जैसे आनुवंशिक संचालन को परिभाषित करने के लिए उपकरण प्रदान करती है। लचीलेपन और उपयोग में आसानी के लिए डिज़ाइन की गई, यह विभिन्न एल्गोरिदमिक दृष्टिकोणों जैसे पीढ़ी-आधारित और स्थिर-अवस्था विकास का समर्थन करती है। अनुसंधानकर्ताओं, शिक्षकों और विकासकर्ताओं के लिए उपयुक्त है जो विभिन्न क्षेत्रों में एआई-आधारित समस्या-समाधान तकनीकों का अन्वेषण कर रहे हैं।

उपयोग

  • जटिल फ़ंक्शन का अनुकूलन
  • स्वचालित डिज़ाइन उत्पादन
  • मशीन लर्निंग हाइपरपैरामीटर ट्यूनिंग
  • संयोजन समस्याओं का हल
  • विकास प्रक्रियाओं का नकली रूप से मॉडलिंग

मुख्य विशेषताएँ

  • कस्टम फिटनेस फंक्शन का समर्थन
  • निर्धारित चयन और प्रजनन रणनीतियाँ
  • निर्मित परिवर्तन और क्रॉसओवर ऑपरेटर
  • विस्तारयोग्य जनसंख्या प्रबंधन
  • क्रॉस-प्लेटफॉर्म संगतता

इनके लिए उपयुक्त

  • विकास गणना शोधकर्ता
  • AI संकल्पनाओं के शिक्षक
  • अनुकूलित प्रणाली विकसित करने वाले विकासकर्ता
  • आनुवंशिक एल्गोरिदम सीख रहे छात्र
  • ह्यूरिस्टिक अनुकूलन की आवश्यकता वाले एप्लिकेशन

विचार योग्य बातें

  • अनुकूल प्रदर्शन के लिए आवश्यकता हो सकती है
  • वास्तविक समय के अनुप्रयोगों के लिए उपयुक्त नहीं
  • प्रदर्शन आबादी के आकार और पीढ़ियों पर निर्भर करता है
  • मूल उदाहरणों के अलावा सीमित दस्तावेज़न
  • गैर-उत्तल या असतत समस्या स्थान के लिए सबसे उपयुक्त

मूल README

संबंधित सोर्स रिपॉज़िटरी के मूल README का स्नैपशॉट। नवीनतम सामग्री के लिए रिपॉज़िटरी देखें।

darwin

Build Status

A genetic/evolutionary algorithm library for Dart. Given a population of phenotypes, an evaluator (fitness function), and time, the algorithm will evolve the population until it crosses given fitness threshold.

Read more about genetic algorithms on Wikipedia.

Features of this library:

  • Generic approach (anything can be a gene, as long as it can mutate)
  • User can tune crossover probability, mutation rate, mutation strength, etc.
  • Niching via fitness sharing
  • Multi-objective optimization via Pareto rank
  • Experimental support for multi-threaded computation

For an up-to-date example use, please see example/example.dart.

श्रेणियाँ

निर्भरताएँ

निर्भरता सूची 1 आइटम

सोर्स रिपॉज़िटरी

इस पैकेज का उपयोग करने वाले प्रोजेक्ट

अभी कोई डेटा उपलब्ध नहीं है।