jenetics

علم الوراثة

علم الجينات هو خوارزمية جينية ، وخوارزمية تطورية ، والتطور النحوي ، والبرمجة الجينية ، ومكتبة التحسين متعددة الأهداف ، مكتوبة بلغة جافا الحديثة. لقد تم تصميمه مع فصل واضح بين العديد من مفاهيم الخوارزمية، على سبيل المثال Gene Chromosome Genotype Phenotype Population Function اللياقة البدنية. يتيح لك علم الجينات تقليل وظيفة اللياقة البدنية المحددة وتعظيمها دون تعديلها. وعلى النقيض من تطبيقات GA الأخرى، تستخدم المكتبة مفهوم تيار التطور ( EvolutionStream ) لتنفيذ خطوات التطور. نظرًا لأن EvolutionStream ينفذ واجهة Java Stream، فإنه يعمل بسلاسة مع بقية Java Stream API.

لغات أخرى

• Jenetics.Net : منفذ .NET Core التجريبي في C# للمكتبة الأساسية.
• Helisa : غلاف Scala حول مكتبة Jenetics.

التوثيق

المكتبة موثقة بالكامل (javadoc) وتأتي مع دليل المستخدم (pdf).

بناء علم الوراثة

يتطلب Jenetics وجود Java 21 على الأقل لتجميعه وتشغيله.

تحقق من الفرع الرئيسي من جيثب.

 $ git clone https://github.com/jenetics/jenetics.git <builddir>

يستخدم Jenetics Gradle كنظام بناء وينظم المصدر في مشاريع فرعية (وحدات). يقع كل مشروع فرعي في الدليل الفرعي الخاص به:

المشاريع المنشورة

يتم أيضًا نشر المشاريع/الوحدات التالية إلى Maven.

• علم الجينات : يحتوي هذا المشروع على الكود المصدري واختبارات الوحدة الأساسية لعلم الجينات.
• jenetics.ext : تحتوي هذه الوحدة على عمليات GA وأنواع بيانات إضافية غير قياسية. ويحتوي أيضًا على دروس لحل المشكلات متعددة الأهداف (MOEA) والقيام بالتطور النحوي (GE).
• Jenetics.prog : تحتوي الوحدات على فئات تسمح بالقيام بالبرمجة الجينية (GP). إنه يعمل بسلاسة مع Engine EvolutionStream وEvolution الحالي.
• jenetics.xml : وحدة تنظيم XML لهياكل بيانات قاعدة Jenetics .

مشاريع غير منشورة

• jenetics.example : يحتوي هذا المشروع على رمز نموذجي للوحدة الأساسية .
• Jenetics.doc : يحتوي على كود الموقع والدليل.
• Jenetics.tool : تحتوي هذه الوحدة على فئات تستخدم لإجراء اختبار التكامل واختبار الأداء الخوارزمي. يتم استخدامه أيضًا لإنشاء مقاييس أداء GA وإنشاء مخططات من مقاييس الأداء.

لبناء المكتبة، قم بالتغيير إلى الدليل <builddir> (أو أحد أدلة الوحدة) واستدعاء إحدى المهام المتاحة:

• CompileJava : يجمع مصادر علم الجينات وينسخ ملفات الفئة إلى الدليل <builddir>/<module-dir>/build/classes/main .
• jar : يجمع المصادر وينشئ ملفات JAR. يتم نسخ العناصر إلى الدليل <builddir>/<module-dir>/build/libs .
• javadoc : إنشاء وثائق API. يتم تخزين Javadoc في الدليل <builddir>/<module-dir>/build/docs
• الاختبار : يجمع وينفذ اختبارات الوحدة. تتم طباعة نتائج الاختبار على وحدة التحكم، ويتم كتابة تقرير الاختبار، الذي تم إنشاؤه بواسطة TestNG، إلى الدليل <builddir>/<module-dir> .
• نظيف : يحذف مجلدات <builddir>/build/* ويزيل جميع العناصر التي تم إنشاؤها.

لبناء جرة المكتبة من استدعاء المصدر

 $ cd <build-dir>
$ ./gradlew jar

مثال

مرحبا بالعالم (عد الآحاد)

الحد الأدنى من التطور يحتاج إعداد المحرك إلى مصنع النمط الجيني، Factory<Genotype<?>> ، Function اللياقة البدنية. يطبق Genotype واجهة Factory وبالتالي يمكن استخدامه كنموذج أولي لإنشاء Population الأولية ولإنشاء Genotypes عشوائية جديدة.

 import io . jenetics . BitChromosome ;
import io . jenetics . BitGene ;
import io . jenetics . Genotype ;
import io . jenetics . engine . Engine ;
import io . jenetics . engine . EvolutionResult ;
import io . jenetics . util . Factory ;

public class HelloWorld {
    // 2.) Definition of the fitness function.
    private static Integer eval ( Genotype < BitGene > gt ) {
        return gt . chromosome ()
            . as ( BitChromosome . class )
            . bitCount ();
    }

    public static void main ( String [] args ) {
        // 1.) Define the genotype (factory) suitable
        //     for the problem.
        Factory < Genotype < BitGene >> gtf =
            Genotype . of ( BitChromosome . of ( 10 , 0.5 ));

        // 3.) Create the execution environment.
        Engine < BitGene , Integer > engine = Engine
            . builder ( HelloWorld :: eval , gtf )
            . build ();

        // 4.) Start the execution (evolution) and
        //     collect the result.
        Genotype < BitGene > result = engine . stream ()
            . limit ( 100 )
            . collect ( EvolutionResult . toBestGenotype ());

        System . out . println ( "Hello World: n " + result );
    }
}

وعلى النقيض من تطبيقات GA الأخرى، تستخدم المكتبة مفهوم تيار التطور ( EvolutionStream ) لتنفيذ خطوات التطور. نظرًا لأن EvolutionStream ينفذ واجهة Java Stream، فإنه يعمل بسلاسة مع بقية واجهة برمجة تطبيقات تدفق Java. الآن دعونا نلقي نظرة فاحصة على القائمة أعلاه ونناقش هذا البرنامج البسيط خطوة بخطوة:

1. ربما يكون الجزء الأكثر تحديًا، عند إعداد Engine تطور جديد، هو تحويل مجال المشكلة إلى تمثيل مناسب Genotype (المصنع). في مثالنا، نريد حساب عدد وحدات BitChromosome . نظرًا لأننا نحصي كروموسومًا واحدًا فقط، فإننا نضيف BitChromosome واحدًا فقط إلى Genotype الخاص بنا. بشكل عام، يمكن إنشاء Genotype باستخدام كروموسومات من 1 إلى n.

2. وبمجرد الانتهاء من ذلك، يمكن تحديد وظيفة اللياقة البدنية، التي ينبغي تعظيمها. باستخدام ميزات اللغة الجديدة المقدمة في Java 8، نكتب ببساطة طريقة ثابتة خاصة، والتي تأخذ النمط الجيني الذي حددناه وتحسب قيمة ملاءمته. إذا أردنا استخدام طريقة عد البت المُحسّنة، bitCount() ، فعلينا إرسال فئة Chromosome<BitGene> إلى فئة BitChromosome المستخدمة فعليًا. نظرًا لأننا نعلم على وجه اليقين أننا أنشأنا النمط الجيني باستخدام BitChromosome ، فيمكن القيام بذلك بأمان. يتم بعد ذلك استخدام مرجع إلى أسلوب التقييم كدالة لياقة وتمريره إلى أسلوب Engine.build .

3. في الخطوة الثالثة، نقوم بإنشاء Engine التطور، وهو المسؤول عن تغيير مجتمع معين وتطويره. Engine قابل للتكوين بشكل كبير ويأخذ معلمات للتحكم في البيئة التطورية والحسابية. لتغيير السلوك التطوري، يمكنك تعيين مُعدِّلات ومحددات مختلفة. من خلال تغيير خدمة Executor المستخدمة، يمكنك التحكم في عدد المواضيع؛ يُسمح باستخدام المحرك. لا يمكن إنشاء مثيل Engine جديد إلا من خلال منشئه، والذي يتم إنشاؤه عن طريق استدعاء الأسلوب Engine.builder .

4. في الخطوة الأخيرة، يمكننا إنشاء EvolutionStream جديد من Engine . إن EvolutionStream هو نموذج أو وجهة نظر للعملية التطورية. إنه بمثابة "مقبض العملية" ويسمح لك أيضًا، من بين أمور أخرى، بالتحكم في إنهاء التطور. في مثالنا، نقوم ببساطة باقتطاع التدفق بعد 100 جيل. إذا لم تقم بتقييد الدفق، فلن يتم إنهاء EvolutionStream وتشغيله إلى الأبد. نظرًا لأن EvolutionStream يقوم بتوسيع واجهة java.util.stream.Stream ، فإنه يتكامل بسلاسة مع بقية Java Stream API. يتم بعد ذلك جمع النتيجة النهائية، أفضل Genotype في مثالنا، مع أحد المجمعين المحددين مسبقًا لفئة EvolutionResult .

صور متطورة

يحاول هذا المثال تقريب صورة معينة بواسطة مضلعات شبه شفافة. يأتي مزودًا بواجهة مستخدم Swing، حيث يمكنك بدء تجاربك الخاصة على الفور. بعد تجميع المصادر مع

 $ ./gradlew compileTestJava

يمكنك بدء المثال عن طريق الاتصال

 $ ./jrun io.jenetics.example.image.EvolvingImages

الصورة السابقة توضح واجهة المستخدم الرسومية بعد تطوير الصورة الافتراضية لحوالي 4000 جيل. باستخدام الزر »فتح«، من الممكن تحميل صور أخرى للمضلعات. يسمح الزر »حفظ« بتخزين الصور المضلعة بتنسيق PNG على القرص. من خلال زر واجهة المستخدم، يمكنك تغيير بعض معلمات GA الخاصة بالمثال.

المشاريع التي تستخدم علم الوراثة

• SPEAR : أنشأت SPEAR (التشخيص الذكي للطاقة مع تخصيص الموارد) منصة قابلة للتوسيع لتحسين الطاقة والكفاءة في أنظمة الإنتاج.
• Renaissance Suite : Renaissance عبارة عن مجموعة قياسية حديثة ومفتوحة ومتنوعة لـ JVM، تهدف إلى اختبار مترجمي JIT وجامعي البيانات المهملة وملفات التعريف والمحللين والأدوات الأخرى.
• APP4MC : Eclipse APP4MC عبارة عن منصة لأنظمة البرامج المدمجة والمتعددة النواة.

المدونات والمقالات

• Schachprobleme komponieren mit Evolutionären Algorithmen، بقلم جاكوب ليك ، ديسمبر 2023، Die Schwalbe 324-2، الصفحات من 373 إلى 380. تكوين وحل مسائل الشطرنج بعدد أكبر من السلامات عن المعتاد. بدلاً من نهج القوة الغاشمة، يتم استخدام GA لحل المشكلات (باللغة الألمانية).
• حل مشكلة الحقيبة في مكتبة الجينات، بواسطة Craftcode Crew ، 13 مايو 2021
• في علم الوراثة، علم الوراثة، علم الوراثة، 2018، 22 نوفمبر بواسطة 王康، 26 نوفمبر 2018
• مقدمة إلى مكتبة علم الوراثة، بواسطة baeldung ، 11 أبريل 2017
• كيفية حل المشكلات الصعبة باستخدام الخوارزميات الجينية، بقلم تزوفيا شيفتان ، 6 أبريل 2017
• الخوارزميات الجينية مع جافا، بقلم ويليام أنطونيو ، 10 يناير 2017
• علم الوراثة 설치 및 예제، بواسطة JDM ، 8 مايو 2015
• 유전 알고리즘 (الخوارزميات الجينية)، بواسطة JDM ، 2 أبريل 2015

الاستشهادات

فنسنت أ. سيسيريلو. الحساب التطوري مفتوح المصدر مع Chips-n-Salsa. علوم الكمبيوتر، كلية إدارة الأعمال، جامعة ستوكتون. ديسمبر 2024.

...

1. فنسنت أ. سيسيريلو. الحساب التطوري مفتوح المصدر مع Chips-n-Salsa. علوم الكمبيوتر، كلية إدارة الأعمال، جامعة ستوكتون. ديسمبر 2024.
2. S. Gruber، P. Feichtenschlager، C. Fabianek، E. Gringinger و CG Schuetz. نحو مُحسِّن إرشادي لنظام إدارة الوقت المستهدف في إدارة تدفق الحركة الجوية. 2024 مؤتمر AIAA DATC/IEEE الثالث والأربعون لأنظمة إلكترونيات الطيران الرقمية (DASC)، سان دييغو، كاليفورنيا، الولايات المتحدة الأمريكية، 2024، الصفحات من 1 إلى 10. نوفمبر 2024.
3. سيميتش، ج.، جيفريموفيتش، أ.، ستروجاريفيتش، د. تحسين عملية التدريس باستخدام الخوارزمية الجينية. في: Perakovic, D., Knapcikova, L. (eds) عوامل تمكين الوصول المستقبلية للبنى التحتية الذكية المنتشرة في كل مكان. رائع 2024. مذكرات محاضرة معهد علوم الكمبيوتر والمعلوماتية الاجتماعية وهندسة الاتصالات، المجلد 596. أكتوبر 2024.
4. ديميتريس جي مينتيسا ∙ نيكولاوس شيماريوسا ∙ أندرياس تسومانيسا ∙ أناستاسيوس جي. باباديامانتيسا ∙ نيكو دبليو فان دن برينكد ∙ هينك جي فان لينجين ∙ جورجيا ميلاجراكيف ∙ إيزولت لينشب ∙ أنترياس أفانتيتيس. NanoBioAccumulate: نمذجة امتصاص المواد النانوية والتراكم الحيوي لها في التربة واللافقاريات المائية عبر منصة Enalos DIAGONAL السحابية. مجلة التكنولوجيا الحيوية الحسابية والإنشائية. إلسفير، 2001-0370. أكتوبر 2024.
5. R. Jordão، F. Bahrami، Y. Yang، M. Becker، I. Sander and K. Rosvall. استكشاف مساحة تصميم دقيق متعدد الأهداف وخالي من التفضيلات لمعالج الإشارة الرقمية الثابت على منصات متعددة النواة. 2024 منتدى المواصفات ولغات التصميم (FDL)، ستوكهولم، السويد، 2024، الصفحات من 1 إلى 9. سبتمبر 2024.
6. جاريد ميرفي وترافيس ديسيل. التقليل من خوارزمية البرمجة الجينية القائمة على الرسم البياني EXA-GP للتنبؤ بالسلاسل الزمنية القابلة للتفسير. في وقائع رفيق مؤتمر الحساب الجيني والتطوري (رفيق GECCO '24). جمعية آلات الحوسبة، نيويورك، نيويورك، الولايات المتحدة الأمريكية، 1686-1690. أغسطس 2024.
7. جاريد ميرفي، ديفروب كار، جوشوا كارنز، وترافيس ديسيل. EXA-GP: توحيد البرمجة الجينية القائمة على الرسم البياني والتطور العصبي للتنبؤ بالسلاسل الزمنية القابلة للتفسير. في وقائع رفيق مؤتمر الحساب الجيني والتطوري (رفيق GECCO '24). جمعية آلات الحوسبة، نيويورك، نيويورك، الولايات المتحدة الأمريكية، 523-526. أغسطس 2024.
8. سيباستيان جروبر، وبول فيشتنشلاغر، وكريستوف جي شويتز. استخدام الخوارزميات الجينية لتحسين الحفاظ على الخصوصية لمشاكل التخصيص متعددة الأهداف في الإعدادات الحرجة للوقت: تطبيق في إدارة تدفق الحركة الجوية. في وقائع مؤتمر الحساب الجيني والتطوري (GECCO '24). جمعية آلات الحوسبة، نيويورك، نيويورك، الولايات المتحدة الأمريكية، 1246-1254. يوليو 2024.
9. جيانغهاو وانغ، كلاي ستيفنز، بروك كيدموس، ميرا بي كوهين وحميد باقري. التحليل التطوري لمواصفات السبائك مع وظيفة اللياقة التكيفية. هندسة البرمجيات القائمة على البحث. SSBSE 2024. ملاحظات محاضرة في علوم الكمبيوتر، المجلد 14767. سبرينغر. يوليو 2024.
10. بيرنهارد ج. بيرغر؛ كريستينا طبطب. لورين بول؛ رولف دريشلر. EvoAl — تحسين المجال بدون كود. مؤتمر الحساب الجيني والتطوري (GECCO-2024). يوليو 2024.
11. كريستينا بلامب، دانييل سي هوينكيس، يورن هوبر، بيرنهارد جيه بيرغر، ماتياس غونتر، كريستوف لوث، رولف دريشسلر. العثور على تسلسل التصوير بالرنين المغناطيسي المثالي لمريضك --- نحو تحسين سير العمل لتسلسلات التصوير بالرنين المغناطيسي. IEEE WCCI 2024. يونيو 2024.
12. ميلان جوجوروفيتش، ميلينا فوجوسيفيتش جانيتشيتش، فوجين يوفانوفيتش، توماس ورثينجر. GraalSP: أداة تعريف ثابتة متعددة اللغات وفعالة وقوية تعتمد على التعلم الآلي. مجلة الأنظمة والبرمجيات، المجلد 213، 2024، 112058، ISSN 0164-1212. يوليو. 2024.
13. وينوين فنغ، شياوهوي لي، يونتشونغ جيانغ، تشاو وانغ، ويهونغ لياو، هاو وانغ، غونغ شينغوي، يو فنغ. اقتران نموذج التحكم التنبئي والتحكم القائم على القواعد للتحكم في الوقت الحقيقي لأنظمة الأنهار الحضرية. مجلة الهيدرولوجيا، 2024، 131228، ISSN 0022-1694. أبريل 2024.
14. S. Sint، A. Mazak-Huemer، M. Eisenberg، D. Waghubinger and M. Wimmer. التحسين التلقائي لنطاقات التسامح لتحديد حالة وقت التشغيل المستندة إلى النموذج. معاملات IEEE في علوم وهندسة الأتمتة. أبريل. 2024.
15. سيسيريلو، فنسنت أ. الحساب التطوري: النظريات والتقنيات والتطبيقات. العلوم التطبيقية 14، العدد. 6: 2542. مارس 2024.
16. Koitz-Hristov R، Sterner T، Stracke L، Wotawa F. حول مدى ملاءمة التغطية التي تم فحصها وضبط المعلمات الجينية في تقليل مجموعة الاختبار. ي سوفتو إيفول بروك. 2024;e2656. فبراير 2024.
17. جورداو، رودولفو؛ بيكر، ماتياس. ساندر، إنجو. IDeSyDe: استكشاف مساحة التصميم المنهجي عبر تحديد مساحة التصميم. معاملات ACM حول أتمتة تصميم الأنظمة الإلكترونية. فبراير 2024.
18. تعليق Squillero, G., Tonda, A. Veni, Vidi, Evolvi على "Jaws 30" لـ WB Langdon. برنامج جينيت القابل للتطور 24، 24 ماخ (2023) نوفمبر 2023.
19. إنيكو أوسابا، جوركا بينجوريا، جيسوس إل لوبو، جوسو دياز دي أركايا، جونكال ألونسو، إيناكي إيتكسانيز. تحسين تكوينات IaC: دراسة حالة باستخدام الحوسبة المستوحاة من الطبيعة. CIIS 2023. نوفمبر 2023.
20. Sapra، D.، Pimentel، AD استكشاف الأنظمة متعددة النواة ذات الموثوقية مدى الحياة ومقايضات استهلاك الطاقة. أنظمة الكمبيوتر المدمجة: الهندسة المعمارية والنمذجة والمحاكاة. ساموس 2023. ملاحظات محاضرة في علوم الكمبيوتر، المجلد 14385. سبرينغر، شام. نوفمبر 2023.
21. سيد جنيد علي، جان مايكل لارانجو، دومينيك بورك. إطار عمل نموذجي مفاهيمي عام وقابل للتخصيص قائم على الخوارزميات الجينية. المؤتمر الدولي السابع والعشرون لـ EDOC (EDOC 2023) - تصميم المؤسسات والعمليات والحوسبة. سبتمبر 2023.
22. أ.إلياساف، إ.فارشي، أو.مرجاليت، ج.فايس، وي.وايس. معايير التغطية المعممة لاختبار التسلسل التوافقي. معاملات IEEE في هندسة البرمجيات، المجلد. 49، لا. 08، ص 4023-4034. أغسطس 2023.
23. جوليان أمبلارد، روبرت فيلمان، غابرييل كوبيتو. GPStar4: إطار مرن لتجربة البرمجة الجينية. رفيق OGECCO '23: وقائع المؤتمر المصاحب حول الحساب الجيني والتطوري. يوليو 2023.
24. Garmendia, A., Bork, D., Eisenberg, M., Ferreira, T., Kessentini, M., Wimmer, M. الاستفادة من الذكاء الاصطناعي لتحليل وتصميم البرامج القائمة على النماذج. تحسين عملية تطوير البرمجيات باستخدام الذكاء الاصطناعي. سلسلة الحوسبة الطبيعية. سبرينغر، سنغافورة. يوليو 2023.
25. Sikora, M., Smołka, M. تطبيق للخوارزميات التطورية والتعلم الآلي في تنسيق من أربعة أجزاء. العلوم الحسابية – ICCS 2023. ICCS 2023. ملاحظات محاضرة في علوم الكمبيوتر، المجلد 14073. سبرينغر يونيو 2023.
26. دوللي سابرا وأندي د. بيمنتل. استكشاف الأنظمة متعددة النواة ذات الموثوقية مدى الحياة ومقايضات استهلاك الطاقة. ساموس '23. مايو 2023.
27. فيبين شوكلا، مايناك بانديوبادياي. تحسين معلمات الإدخال لمصدر البلازما الذي يحركه ANN من خلال خوارزميات تطورية مستوحاة من الطبيعة. الأنظمة الذكية مع التطبيقات، المجلد 18، 2023، 200200، ISSN 2667-3053. مايو 2023.
28. P. Feichtenschlager، K. Schuetz، S. Jaburek، C. Schuetz، E. Gringinger. تنفيذ آلية المزاد للحفاظ على الخصوصية لتبديل فتحات ATFM. وقائع المؤتمر الثالث والعشرين للاتصالات المتكاملة والملاحة والمراقبة (ICNS 2023)، واشنطن العاصمة، الولايات المتحدة الأمريكية، 18-20 أبريل 2023، IEEE Press، 12 صفحة. أبريل 2023.
29. كريستوف لابر، تاو يو، شوكت علي. تحديد أولويات البرامج المستندة إلى البحث متعدد الأهداف. أركايف / علوم الكمبيوتر / هندسة البرمجيات. نوفمبر 2022.
30. ريكاردو فيريرا فيليلا، جواو تشوما نيتو، فيكتور هوغو سانتياغو كوستا بينتو، باولو سيرجيو لوبيز دي سوزا، سيمون دو روسيو سينجر دي سوزا. تحسين مستوحى من العناصر الحيوية لدعم إنشاء بيانات الاختبار للبرامج المتزامنة. التزامن والحساب: الممارسة والخبرة. نوفمبر 2022.
31. G. Mateeva، D. Parvanov، I. Dimitrov، I. Iliev و T. Balabanov. كفاءة مكتبات برامج الخوارزميات الجينية للجهات الخارجية في الحوسبة الموزعة المتنقلة للتنبؤ بالسلاسل الزمنية المالية. المؤتمر الدولي للأتمتة والمعلوماتية (ICAI) 2022. أكتوبر 2022.
32. جيلهيرمي إسبادا، ليون إنجيلسي، باولو كانيلاس، بيدرو باربوسا، ألسيدس فونسيكا. أنواع البيانات كواجهة أمامية أكثر راحة للبرمجة الجينية الموجهة نحويًا. arXiv. أكتوبر 2022.
33. كريستوف جي شويتز، توماس لورونسر، صامويل جابوريك، كيفن شويتز، فلوريان فونر، رومان كارل وإدوارد جرينجر. بنية موزعة لتحسين الحفاظ على الخصوصية باستخدام الخوارزميات الجينية والحسابات متعددة الأطراف. CoopIS 2022: أنظمة المعلومات التعاونية، الصفحات من 168 إلى 185. سبتمبر 2022.
34. كريستينا بلامب، برنهارد ج. بيرغر، رولف دريشسلر. استخدام كثافة بيانات التدريب لتحسين الخوارزميات التطورية بوظائف اللياقة التقريبية. WCCI2022 مؤتمر IEEE العالمي للذكاء الحاسوبي. يوليو 2022.
35. كريستينا بلامب، برنهارد ج. بيرغر، رولف دريشسلر. تكييف مشغلي الطفرة وإعادة التركيب مع العلاقات المدركة للنطاق في بيانات التطبيقات في العالم الحقيقي. GECCO '22: وقائع رفيق مؤتمر الحساب الجيني والتطوري. الصفحات 755-758. يوليو 2022.
36. إيريك ميدفيت، جيورجيا ناديزار، لوكا مانزوني. JGEA: إطار جافا معياري لتجربة الحساب التطوري. GECCO '22: وقائع رفيق مؤتمر الحساب الجيني والتطوري. الصفحات 2009-2018. يوليو 2022.
37. موشيه سيبر، تومر هالبرين، إيتاي تسرويا، أشيا إلياساف. EC-KitY: مجموعة أدوات حسابية تطورية بلغة Python مع تكامل سلس للتعلم الآلي. أرخايف:2207.10367v1 [cs.NE]. يوليو 2022.
38. أ. بيليدو و ب. ديفريز. استخدام العلاقات المتحولة والخوارزميات الجينية لاختبار البرمجيات مفتوحة المصدر. مؤتمر IEEE الدولي لعام 2022 حول تكنولوجيا المعلومات الكهربائية (eIT)، 2022، الصفحات من 342 إلى 345. يوليو 2022.
39. R. Koitz-Hristov، L. Stracke و F. Wotawa. التغطية التي تم التحقق منها لتخفيض مجموعة الاختبار - هل يستحق الأمر الجهد المبذول؟ المؤتمر الدولي IEEE/ACM لعام 2022 حول أتمتة اختبار البرمجيات (AST)، الصفحات من 6 إلى 16. يونيو 2022.
40. عبد الصمد ويسي، محمد سالم، أنطونيو م. مورا. تطوير معلمات الاختيار المسبق للعمل لـ MCTS في الألعاب الإستراتيجية في الوقت الفعلي. الحوسبة الترفيهية، المجلد 42. أبريل 2022.
41. مصطفى عباس عبود البدر، سابرينا تيون، مصري أيوب، فهد طه الضيف، خير الدين عمر ومحمد خالد معن. التعرف على عاطفة الكلام باستخدام آلة التعلم المتطرفة للخوارزمية الجينية المحسنة. أدوات وتطبيقات الوسائط المتعددة، مارس 2022.
42. كريستينا بلامب، بيرنهارد بيرجر، رولف دريشسلر. اختيار التقنية المناسبة للقيود الصحيحة - نهج خاص بالمجال لفرض قيود مساحة البحث في الخوارزميات التطورية. LDIC-2022، المؤتمر الدولي حول ديناميكيات الخدمات اللوجستية، فبراير 2022.
43. كوك نهات هان تران، نهان كوي نجوين، هشام شحادة، ليونيل أموديو، فاروق يالاوي. تحسين مواعيد العيادات الخارجية: دراسة حالة لخدمة العلاج الكيميائي. العلوم التطبيقية/الحوسبة والذكاء الاصطناعي. يناير 2022.
44. أشيا إليساف، إيتان فارشي، عوديد مرغليت، جيرا فايس، يشعياهو فايس. اختبار التسلسل التوافقي باستخدام البرمجة السلوكية ومعايير التغطية المعممة. مجلة الأنظمة والبرمجيات. يناير 2022.
45. مجموعة الترددات. د4.1 تقرير عن أحدث المفاهيم ذات الصلة. سلوتماشين - النتائج والتسليمات العامة، الترددات في ديسمبر 2021.
46. هوانغ وانجي، وانغ هاو تيان، شيويه ييبو. بحث حول تحسين نموذج الانتقاء داخل المستودعات بناءً على الخوارزمية الجينية. المؤتمر الدولي لتكنولوجيا المعلومات والتعليم والتنمية 2021 (ICITED 2021). ديسمبر 2021.
47. Aalam Z., Kaur S., Vats P., Kaur A., ​​Saxena R. تحليل شامل لجهود الاختبار باستخدام أداة اختبار Avisar للبرامج الموجهة للكائنات. الأنظمة المستدامة الذكية. ملاحظات محاضرة في الشبكات والأنظمة، المجلد 334. سبرينغر، سنغافورة. ديسمبر 2021.
48. آنه فو فو، ديبرا إف لايفر، جوناثان بيرن. تحسين تخطيط مسار الطيران بتقنية LiDAR في المناطق الحضرية باستخدام الخوارزمية الجينية وإطار الحوسبة المتوازية المزدوجة. الاستشعار عن بعد، المجلد 13، العدد 21. نوفمبر 2021.
49. Pozas N., Durán F. حول قابلية التوسع في تركيبات التطبيقات الموجهة نحو الخدمة. ICSOC 2021: الحوسبة الموجهة نحو الخدمة الصفحات 449-463 نوفمبر 2021.
50. كوستر، T.، رايلينج، P.، ويرسيج، R. وآخرون. التحسين متعدد الأهداف لجداول الإنتاج الموفرة للطاقة باستخدام الخوارزميات الجينية. التحسين والهندسة (2021). أكتوبر 2021.
51. بي ديفريز وسي. تريفتز. بحث جديد ونهج اختبار التحول لإنشاء الاختبار التلقائي. ورشة العمل الدولية الرابعة عشرة لـ IEEE/ACM لعام 2021 حول اختبار البرامج القائمة على البحث (SBST)، 2021، الصفحات من 8 إلى 11. مايو 2021.
52. دبليو جيثنر، ز. أنديلكوفيتش، أو. جيثنر، إف هيرفورث، في. راب، أ. نيميث، ف. فيلهلمستوتر، أ.ه. فان بنشوتن. تحسين مصدر الأيونات باستخدام الخوارزمية الجينية ثنائية الهدف وخوارزمية ملف المصفوفة. IPAC2021 - المؤتمر الدولي الثاني عشر لتسريع الجسيمات. مايو 2021.
53. C. طبطب، BJ بيرغر وR.Drechsler. مشغلي إعادة التركيب والطفرة المدركين للارتباط القائم على المجال لتطبيقات العالم الحقيقي المعقدة. مؤتمر IEEE لعام 2021 حول الحوسبة التطورية (CEC)، الصفحات من 540 إلى 548. يوليو 2021.
54. Sapra، D.، Pimentel، AD تصميم الشبكات العصبية التلافيفية مع تدريب مجزأ تطوري مقيد. أبل إنتل (2021). يوليو 2021.
55. ميشيلا لوراندي، ليوناردو لوسيو كوستود، جيوفاني إياكا. التحسين الوراثي للتوجيه في الشبكات المتسامحة مع التأخير. GECCO '21: وقائع رفيق مؤتمر الحساب الجيني والتطوري. يوليو 2021، الصفحات 35-36.
56. طبطب، كريستينا وبيرغر، بيرنهارد J. ودريشسلر، رولف. تحسين الخوارزميات التطورية من خلال تعزيز وظيفة اللياقة التقريبية من خلال فترات التنبؤ. مؤتمر IEEE للحوسبة التطورية (IEEE CEC-2021). يونيو 2021.
57. فلتاوس، سارة، عبد المقصود، آية، كيمبي، ماركوس، ألت، فلوريان وشنيجاس، ستيفان. GeniePutt: زيادة المهارات الحركية البشرية من خلال تحفيز العضلات الكهربائية. تكنولوجيا المعلومات، المجلد. ، لا. ، 2021. مايو 2021.
58. ييمينغ تانغ، رافي خاتشادوريان، مهدي باقرزاده، ريا سينغ، أجاني ستيوارت، وأنيتا رجا. دراسة تجريبية لإعادة البناء والديون الفنية في أنظمة التعلم الآلي. في المؤتمر الدولي لهندسة البرمجيات ICSE '21. مايو 2021.
59. Arifin HH، Robert Ong HK، Dai J.، Daphne W.، Chiimplee N. هندسة خطوط الإنتاج القائمة على النماذج مع الخوارزميات الجينية لاختيار المكونات الآلية. في: Krob D.، Li L.، Yao J.، Zhang H.، Zhang X. (eds) تصميم وإدارة الأنظمة المعقدة. سبرينغر، تشام. أبريل 2021.
60. ميشيلا لوراندي، وليوناردو لوسيو، وجيوفاني إيكا. التحسين الوراثي لبروتوكولات التوجيه لشبكات DelayTolerant. أرخايف:2103.07428v1 مارس 2021.
61. أمين عزيز العلوي، كارولا دوير، يوهان دريو. نحو تصميم خوارزميات آلية واسعة النطاق من خلال دمج أطر المقارنة المعيارية. أرخايف:2102.06435 فبراير 2021.
62. دومينيك بورك وأنطونيو جارمينديا ومانويل فيمر. نحو نهج نمطي متعدد الأهداف لنماذج العلاقة بين الكيان. ER 2020، المؤتمر الدولي التاسع والثلاثون للنمذجة المفاهيمية. نوفمبر 2020.
63. سارفارازي، س. ديسينروث-أوريج، م.؛ بيرتش، V. تجميع الأسر في أنظمة الطاقة المجتمعية: تحليل من وجهة نظر الجهات الفاعلة والسوق. الطاقات 2020، 13، 5154. أكتوبر 2020.
64. إم. شيبيك، د. موهاريماجيتش، ب. ميهالجيفيتش، وأ. رادوفان. تحسين أداء التطبيقات البرمجية المستندة إلى السحابة باستخدام GraalVM وQuarkus. الاتفاقية الدولية الثالثة والأربعون بشأن المعلومات والاتصالات والتكنولوجيا الإلكترونية (MIPRO) لعام 2020، أوباتيا، كرواتيا، 2020، الصفحات من 1746 إلى 1751. أكتوبر 2020.
65. Vats P., Mandot M. تحليل شامل للتحقق من صحة أداة اختبار AVISAR الموجهة للكائنات. جوشي أ.، خسروي م.، غوبتا إن. (محررون) التعلم الآلي للتحليل التنبؤي. ملاحظات محاضرة في الشبكات والأنظمة، المجلد 141. سبرينغر، سنغافورة. أكتوبر 2020.
66. Thakur, K., Kumar, G. تقنيات وتطبيقات مستوحاة من الطبيعة في أنظمة كشف التسلل: التقدم الحديث والمنظور المحدث. أرشيف الطرق الحسابية في الهندسة (2020). أغسطس 2020.
67. نور هداية مات ياسين، عبد السهلي فخر الدين، عبد الوافي أفنان عبد الهادي، محمد حارث محمد خير الدين، نور ريحانة أبو سيبيان، فرحان محمد سعيد، نورزوينة زينول. مقارنة منهجية سطح الاستجابة والشبكة العصبية الاصطناعية لاستخلاص مذيب إستر ميثيل الأحماض الدهنية من نفايات الأسماك. المجلة الدولية للزراعة الحديثة، المجلد 9، العدد 3، 2020، ISSN: 2305-7246. سبتمبر 2020.
68. Cicirello، VA Chips-n-Salsa: مكتبة جافا تحتوي على خوارزميات بحث محلية قابلة للتخصيص والهجينة والتكرارية والمتوازية والعشوائية والتكيف الذاتي. مجلة البرمجيات مفتوحة المصدر، 5(52)، 2448. أغسطس 2020.
69. لي، يوان يوان؛ كارابيلي، ستيفانو؛فادا، إدواردو؛ مانيربا، دانييلي؛ تادي، روبرتو؛ ترزو، أوليفييه. التعلم الآلي والتحسين لإعادة جدولة الإنتاج في الصناعة 4.0. المجلة الدولية لتكنولوجيا التصنيع المتقدمة. - ISSN 1433-3015. أغسطس 2020.
70. دوللي سابرا وأندي د. بيمنتل. خوارزمية التحسين التطوري لتشبع الوظائف الموضوعية تدريجيًا. جيكو 20، كانكون، المكسيك. يوليو. 2020.
71. دوللي سابرا وأندي د. بيمنتل. التدريب التدريجي التطوري المقيد لتصميم الشبكات العصبية التلافيفية. IEA/AIE 2020 – كيتاكيوشو، اليابان. يوليو. 2020.
72. فيمي إيمانويل أيو، ساكينات أولوابوكونلا فولورونسو، أديبايو أ. أبايومي-ألي، أديبولا أولاينكا أديكونلي، جوزيف باميديل أوتوندي. كشف التطفل على الشبكة بناءً على نموذج التعلم العميق المُحسّن من خلال اختيار الميزات الهجينة المستندة إلى القواعد. مجلة أمن المعلومات: منظور عالمي. مايو 2020.
73. زينول إن، فخر الدين إيه إس، زليدي إن آي إس نموذج التحسين باستخدام خوارزميات الذكاء الاصطناعي لتدهور النفايات الغذائية البيولوجية. ياسر أ. (محررون) التقدم في تكنولوجيا معالجة النفايات. سبرينغر، سنغافورة. مايو 2020.
74. سونيا فونيفا، ومنار مزكاتلي، ويوهانس جرومان، وآن كوزيوليك. تحسين التبعيات البارامترية لاستخراج نموذج الأداء المتزايد. معهد كارلسروه للتكنولوجيا، كارلسروه، ألمانيا. أبريل. 2020.
75. راؤول لارا كابريرا، وأنجيل جونزاليس برييتو، وفرناندو أورتيجا، وخيسوس بوباديلا. التصفية التعاونية القائمة على المصفوفة المتطورة باستخدام البرمجة الجينية. MDPI، العلوم التطبيقية. فبراير 2020.
76. Humm BG, Hutter M. أنماط التعلم للكشف عن الأحداث المعقدة في بيانات مستشعر الروبوت. التحسين والتعلم. OLA 2020. الاتصالات في علوم الكمبيوتر والمعلومات، المجلد 1173. سبرينغر، فبراير 2020.
77. إريك سي. تيبان، جياكومو دا كولونيل. الخوارزميات الجينية لإنشاء قواعد كبيرة لتوزيع الوظائف. التقدم في تكامل الأساليب الذكية. الابتكار الذكي والأنظمة والتقنيات، المجلد 170. سبرينغر، سنغافورة. يناير 2020.
78. ريكاردو بيريز كاستيلو، فرانسيسكو رويز، ماريو بياتيني. نظام دعم اتخاذ القرار لنمذجة البنية المؤسسية. نظم دعم القرار. يناير 2020.
79. سابرينا أبيل، وولفجانج جايتنر، وستيفان ريمان، وماريوس سابينسكي، وراهول سينغ، ودومينيك فيلسمير. تطبيق خوارزميات التحسين المستوحاة من الطبيعة والتعلم الآلي للسينكروترونات ذات الأيونات الثقيلة. المجلة الدولية للفيزياء الحديثة أ. ديسمبر 2019.
80. أم الزكي، محمد الرحماوي، سمير الموجي. خوارزمية وراثية هجينة جديدة واكتساب المعلومات لإدخال القيم المفقودة في مجموعات بيانات الجينات السرطانية. المجلة الدولية للأنظمة والتطبيقات الذكية (IJISA)، المجلد 11، العدد 12، الصفحات من 20 إلى 33، DOI: 10.5815/ijisa.2019.12.03. ديسمبر 2019.
81. أوليفر شتراوس، أحمد المهيدات، وهولجر كيت. تطبيق استراتيجيات التعلم الإرشادي والتعلم الآلي على دقة المنتج. وقائع المؤتمر الدولي الخامس عشر لأنظمة وتقنيات معلومات الويب (WEBIST 2019)، الصفحات 242-249. نوفمبر 2019.
82. يوان يوان لي، وستيفانو كارابيلي، وإدواردو فادا، ودانييلي مانربا، وروبرتو تادي1، وأوليفييه تيرزو. تكامل تقنيات التعلم الآلي والتحسين من أجل إعادة جدولة الوظائف المرنة في الصناعة 4.0. Politecnico di Torino، مجموعة أبحاث العمليات والتحسين. أكتوبر 2019.
83. Höttger R.، Igel B.، Spinczyk O. توزيع البرامج المقيدة لأنظمة السيارات. الاتصالات في علوم الحاسب والمعلومات، المجلد 1078. أكتوبر 2019.
84. جين وو لي، جوانجسون جانج، هوهيون جونج، جاي جيل لي، أويتشين لي. تعظيم سرعة وموثوقية مهمة MapReduce في سحابة الهاتف المحمول من خلال تحسين تخصيص المهام. الحوسبة المنتشرة والمتنقلة. أكتوبر 2019.
85. كراوتشيك، لوكاس، محمود بزال، رام براساث جوفينداراجان وكارستن وولف. تحليل التوقيت القائم على النموذج وتحسين النشر للأنظمة متعددة النواة غير المتجانسة باستخدام Eclipse APP4MC. المؤتمر الدولي الثاني والعشرون ACM/IEEE لعام 2019 حول اللغات والأنظمة الهندسية المعتمدة على النموذج: 44-53. سبتمبر 2019.
86. جونيو سيزار ريبيرو دا سيلفا، لورينا لياو، فينيسيوس بيتروتشي، عبد الله غاماتي، فرناندو ماجنوكوينتاو بيريرا. الجدولة في البنى غير المتجانسة عبر الانحدار الخطي متعدد المتغيرات على مدخلات الوظيفة. ليرم-02281112. سبتمبر 2019.
87. إريك أو سكوت، شون لوك. محكمة العدل الأوروبية في 20: نحو مجموعة أدوات الميتايورستيكس العامة. GECCO '19: وقائع رفيق مؤتمر الحساب الجيني والتطوري، الصفحات 1391-1398. يوليو 2019.
88. فرانسيسكو جي مونتويا وراؤول بانوس نافارو (محرران). طرق التحسين المطبقة على أنظمة الطاقة، المجلد 2. كتب MDPI، ISBN 978-3-03921-156-2. يوليو 2019.
89. هوتغر، روبرت وكي، جونهيونغ وبوي، باو وإيجل، بوركهارد وسبينشيك، أولاف. وقت استجابة CPU-GPU وتحليل الخرائط لأنظمة السيارات عالية الأداء. ورشة العمل الدولية العاشرة حول أدوات ومنهجيات التحليل للأنظمة المدمجة وأنظمة الوقت الفعلي (WATERS) والتي تشترك في الموقع مع مؤتمر Euromicro الحادي والثلاثين حول أنظمة الوقت الفعلي (ECRTS'19). يوليو 2019.
90. ماكسيم كوردي، ستيف مولر، مايك باباداكيس، وإيف لو تراون. الاختبار القائم على البحث وتحسين أنظمة الكشف عن الشذوذ القائمة على التعلم الآلي. وقائع الندوة الدولية الثامنة والعشرين لـ ACM SIGSOFT حول اختبار وتحليل البرمجيات (ISSTA 2019). إيه سي إم، نيويورك، نيويورك، الولايات المتحدة الأمريكية، 158-168. يوليو 2019.
91. مايكل فيستاين، جان فابر، كليمنس شميدت آيزنلوهر، دانييل رايتر. التعامل الآلي مع المواد المساعدة باستخدام نظام الإمساك متعدد الحركية. حجم تصنيع بروسيديا 38، 2019، الصفحات 1276-1283. يونيو 2019.
92. نيكولاوس نيكولاكيس، إيوانيس ستاثاكيس، سوتيريوس ماكريس. حول نظام معلومات تطوري لتقديم الدعم الشخصي لمشغلي المحطات. مؤتمر CIRP الثاني والخمسون لأنظمة التصنيع (CMS)، ليوبليانا، سلوفينيا. يونيو 2019.
93. مايكل تروتر وتيموثي وود وجينهو هوانج. التنبؤ بالعاصفة: تحديد التكوينات المثلى باستخدام الخوارزميات الجينية والتعلم الخاضع للإشراف. مؤتمر IEEE الدولي الثالث عشر لأنظمة التكيف الذاتي والتنظيم الذاتي (SASO 2019). يونيو 2019.
94. كراوتشيك، لوكاس وبازال، محمود وبراسات جوفينداراجان، رام وولف، كارستن. نهج تحليلي لحساب أوقات الاستجابة الشاملة في تطبيقات القيادة الذاتية. ورشة العمل الدولية العاشرة حول أدوات ومنهجيات التحليل للأنظمة المدمجة وأنظمة الوقت الحقيقي (WATERS 2019). يونيو 2019.
95. رودولفو أيالا لوبيز، وتياجو ماسيدو جوميز، وألان روبرت ريسندي دي فريتاس. منصة برمجيات خوارزمية تطورية رمزية. وقائع رفيق مؤتمر الحساب الجيني والتطوري (GECCO '19). يوليو 2019.
96. ألكسندر بروكوبك، أندريا روسا، ديفيد ليوبولدسيدير، جيل دوبوسك، بيتر توما، مارتن ستودينر، لوبومير بوليج، يودي تشنغ، أليكس فيلازون، دوغ سيمون، توماس ورثينغر، والتر بيندر. عصر النهضة: مجموعة قياس الأداء للتطبيقات المتوازية على JVM. PLDI '19، فينيكس، أريزونا، الولايات المتحدة الأمريكية. يونيو 2019.
97. روبرت هوتجر، لوكاس كراوتشيك، بوركهارد إيجل، أولاف سبينشيك. تحليل خرائط الذاكرة لأنظمة السيارات. وقائع العروض التقديمية الموجزة (RTAS 2019). أبريل 2019.
98. العقاد، MA، وGazimzyanov، FF، النظام الآلي لتقييم الخصائص التركيبية للصورة ثنائية الأبعاد: تكوين النموذج الرياضي. الفكر. سيست. البرويزف، 17(1)، 26-33. دوى: 10.22213 / 2410-9304-2019-1-26-33. أبريل 2019.
99. ألكايد، أ.؛ بانيوس، ر.؛ أرابال كامبوس، وزير الخارجية؛ Montoya ، FG تحسين الطاقة الكهربائية المتعاقد عن طريق الخوارزميات الجينية. الطاقات ، المجلد 12 ، العدد 7 ، أبريل 2019.
100. عبد السهلي فاخارودين ، نورازوينا زينول ، زولسيازوان أحمد خوشيري. نمذجة وتحسين التصنيف البيولوجي الجذع النخيل الزيت باستخدام الشبكة العصبية والخوارزمية الوراثية. IEEA '19: وقائع المؤتمر الدولي الثامن حول المعلوماتية والبيئة والطاقة والتطبيقات ؛ الصفحات 155-158 ، مارس 2019.
101. Aleksandar Prokopec ، Andrea Rosà ، David Leopoldseder ، Gilles Duboscq ، Petr Tůma ، Martin Studener ، Lubomír Bulej ، Yudi Zheng ، Alex Villazón ، Doug Simon ، Thomas Wuerthinger ، Walter Binder. عند تقييم جناح المعايير النهضة: التنوع والأداء والتعقيد. جامعة كورنيل: لغات البرمجة ، مارس 2019.
102. S. Appel ، W. Geithner ، S. Reimann ، M Sapinski ، R. Singh ، DM Vilsmeier Optimization of Heavy-Ion Synchrotrons باستخدام خوارزميات مستوحاة من الأدوات والتعلم الآلي. 13th int. الفيزياء المسرع الحسابي Conf. ، فبراير 2019.
103. سعد ، كريستيان ، برنهارد باور ، أولريش آر مانسمان ، وجيان لي. تحليل تلقائي في بيولوجيا النظم. المعلوماتية البيولوجية والبيولوجيا رؤى ، يناير 2019.
104. Gandeva Bayu Satrya ، Soo Young Shin. نهج الحوسبة التطورية لتحسين جدولة الإطار الفائق على شبكات الاستشعار اللاسلكية الصناعية. جامعة كورنيل ، ديسمبر 2018.
105. HR Maier ، S. Razavi ، Z. Kapelan ، LS Matott ، J. Kasprzyk ، BA Tolson. نظرة عامة تمهيدية: التحسين باستخدام الخوارزميات التطورية وغيرها من metaheuristics. النمذجة البيئية والبرامج ، ديسمبر 2018.
106. Erich C. Teppan و Giacomo Da Col. التوليد التلقائي لقواعد الإرسال لمحلات العمل الكبيرة عن طريق الخوارزميات الوراثية. CIMA 2018 ، ورشة العمل الدولية حول مجموعات من الأساليب والتطبيقات الذكية ، نوفمبر 2018.
107. Pasquale Salzaa ، Filomena Ferrucci. تسريع الخوارزميات الوراثية في السحابة باستخدام حاويات البرامج. أنظمة الكمبيوتر في المستقبل ، أكتوبر 2018.
108. غلام مباشار حسن ومارك رينولدز. الخوارزميات الجينية لجدولة وتحسين شبكات القطار الخام. GCAI-2018. المؤتمر العالمي الرابع حول الذكاء الاصطناعي ، سبتمبر 2018.
109. Drezewski ، Rafal & Kruk ، Sylwia & Makowka ، Maciej. التحسين التطوري لعوائد الشركة على عامل الإنصاف: نحو النظام المستوحى من قبل الوكيل الذي يدعم قرارات تمويل الشركات. وصول IEEE. 6. 10.1109/Access.2018.2870201 ، سبتمبر 2018.
110. Arifin ، HH ، Chimplee ، N. ، Kit Robert Ong ، H. ، Daengdej ، J. and Sortrakul ، T. Component Component - Concement of Design Synthesis للعمارة المادية مع هندسة النظم المستندة إلى النموذج باستخدام التبادل التطوري. Incose International Symposium ، 28: 1296-1310 ، Aug. 2018.
111. أونج ، روبرت وسورتراكول ، ثوتسابون. مقارنة طرق اختيار الخوارزميات الوراثية للاختيار المكون الآلي لتوليف التصميم مع هندسة النظم القائمة على النماذج. المؤتمر: I-SEEC 2018 ، مايو 2018.
112. ستيفان بيرنبوم. Die Evolution IM خوارزمية - Teil 2: MultiKriterielle Optimierung und ArchiteKturerkennung. Javaspektrum 03/2018 ، ص 66-69 ، مايو 2018.
113. W. Geithner ، Z. Andelkovic ، S. Appel ، O. Geithner ، F. Herfurth ، S. Reimann ، G. Vorobjev ، F. Wilhelmstötter. الخوارزميات الجينية لتحسين الماكينة في بيئة نظام التحكم العادل. مؤتمر تسريع الجسيمات الدولي التاسع (IPAC'18) ، مايو 2018.
114. ستيفان بيرنبوم. Die Evolution IM خوارزمية - Teil 1: Grundlagen. Javaspektrum 01/2018 ، ص 64-68 ، يناير 2018.
115. ألكساندر فيلفيرنيج ، روفين والتر ، خوسيه أ. جاليندو ، ديفيد بينافيدز ، سيدا بولات إيردينز ، موسلوم أتاس ، ستيفان ريتر. في أي وقت تشخيص لإعادة التكوين. مجلة أنظمة المعلومات الذكية ، ص 1-22 ، يناير 2018.
116. بروس أ. جونسون. من البيانات الأولية إلى التحولات الكيميائية للبروتين العمود الفقري باستخدام معالجة NMRFX وتحليل الرنين المغناطيسي النووي. بروتين الرنين المغناطيسي النووي: الأساليب والبروتوكولات ، الصفحات 257--310 ، سبرينغر نيويورك ، نوفمبر 2017.
117. Cuadra P. ، Krawczyk L. ، Höttger R. ، Heisig P. ، Wolff C. الجدولة الآلية للأنظمة المتعددة النواة المضمنة المدمجة بإحكام باستخدام الخوارزميات الوراثية الهجينة. تكنولوجيات المعلومات والبرامج: المؤتمر الدولي الثالث والعشرين ، ICIST 2017 ، Druskininkai ، ليتوانيا. الاتصالات في علوم الكمبيوتر والمعلومات ، المجلد 756. سبرينغر ، شام ، سبتمبر 2017.
118. مايكل تروتر ، غيو ليو ، تيموثي وود. في العاصفة: تجفيف التكوينات المثلى باستخدام الخوارزميات الجينية والتحسين البايزي. أسس وتطبيقات Self* Systems (Fas* W) ، 2017 ورش العمل الدولية IEEE 2nd Sep. 2017.
119. إيما هاتشا ، كارن يونغسيريويت ، محمد سيلامي. تخصيص الموارد السحابية القابلة للتكوين الوراثية في تطوير عملية الأعمال على QOS. تكنولوجيات المعلومات والبرامج: المؤتمر الدولي الثالث والعشرين ، ICIST 2017 ، Druskininkai ، ليتوانيا. خدمات الويب (ICWS) ، 2017 مؤتمر IEEE الدولي ، يونيو 2017.
120. Abraão G. Nazário ، Fábio Ra Silva ، Raimundo Teive ، Leonardo Villa ، Antônio Flávio ، João Zico ، Eire Fragoso ، Ederson F. Souza. Automação Domótica Simulada Utilizando Genético especializado na redução do consult de energia. الكمبيوتر على الشاطئ 2017 ص. 180-189 ، مارس 2017.
121. Bandaru ، S. and Deb ، K. Metaheuristic Techniques. علوم القرار. CRC Press ، pp. 693-750 ، November 2016.
122. Lyazid Toumi ، Abdelouahab Moussaoui ، و Ahmet Ugur. EMED-Part: منهجية فعالة للتقسيم الأفقي في مستودعات البيانات. وقائع المؤتمر الدولي حول معالجة المعلومات الذكية والأمن والتواصل المتقدم. دجلي إدين بوبيش ، فاوزي هايسسي ، وهومو تورال كروز (محرران). ACM ، نيويورك ، نيويورك ، الولايات المتحدة الأمريكية ، المادة 43 ، 7 صفحات ، 2015.
123. أندرياس هولزينجر (محرر) ، IGO Jurisica (محرر). اكتشاف المعرفة التفاعلية واستخراج البيانات في المعلوماتية الطبية الحيوية. ملاحظات المحاضرة في علوم الكمبيوتر ، المجلد. 8401. Springer ، 2014.
124. Lyazid Toumi ، Abdelouahab Moussaoui ، أحمد أوغور. تحسين سرب الجسيمات لمشكلة اختيار فهارس انضمام الفهارس في مستودعات البيانات. The Journal of Supermenting ، Volume 68 ، الإصدار 2 ، ص 672-708 ، مايو 2014.
125. Tang Yi (Guangzhou Power Supply Bureau Limited ، Guangzhou 511400 ، China) دراسة عن خوارزمية تحسين تعويضات التفاعلية الموجهة نحو الكائنات لشبكات التوزيع ، أكتوبر 2012.
126. John M. Linebarger ، Richard J. Detry ، Robert J. Glass ، Walter E. Beyeler ، Arlo L. Ames ، Patrick D. Finley ، S. Louise Maffitt. الأنظمة التكيفية المعقدة للبيئة هندسة النظم الإصدار 1.0. تقرير الرمال ، فبراير 2012.

ملاحظات الإصدار

8.1.0

التحسينات

• #822: تحسين البرنامج النصي للبناء لإنشاء Javadoc مجتمعة.
• #898: أضف دعمًا لقراءة البيانات من ملفات أو سلاسل CSV. هذا يبسط الكود لمشاكل الانحدار.

 static List < Sample < Double >> parseDoubles ( final CharSequence csv ) {
	return CsvSupport . parseDoubles ( csv ). stream ()
		. map ( Sample :: ofDouble )
		. toList ();
}

• #904: الترقية إلى Gradle 8.10 وتنظيف البرامج النصية.
• #907: أضف فصلًا في دليل المستخدم لاستراتيجيات التحسين: علم الجينيات العملية .
• #909: أساليب مساعد لتحويل المصفوفات البدائية.

 final Codec < int [], DoubleGene > codec = Codecs
    . ofVector ( DoubleRange . of ( 0 , 100 ), 100 )
    . map ( Conversions :: doubleToIntArray );

البق

• #419: إصلاح الاختبارات الإحصائية القشرية.

8.0.0

التحسينات

• يستخدم Java 21 لبناء واستخدام المكتبة.
• #878: السماح لتصورات افتراضية بتقييم وظيفة اللياقة. يجب تمكينه عند إنشاء Engine (انظر قصاصة الكود أدناه) ، تم الحفاظ على السلوك السابق.

 final Engine < DoubleGene , Double > engine = Engine . builder ( ff )
	. fitnessExecutor ( BatchExecutor . ofVirtualThreads ())
	. build ();

• #880: استبدال أمثلة رمز في Javadoc مع JEP 413.
• #886: تحسين نوع CharStore .
• #894: عوامل وراثية جديدة: ShiftMutator ، ShuffleMutator و UniformOrderBasedCrossover .
• #895: تحسين اختيار RandomGenerator العشوائي. يتم تحديد RandomGenerator المستخدم بالترتيب التالي:
  1. تحقق مما إذا تم تعيين المعلمة بدء io.jenetics.util.defaultRandomGenerator . إذا كان الأمر كذلك ، خذ هذا المولد.
  2. تحقق مما إذا كان مولد L64X256MixRandom متاحًا. إذا كان الأمر كذلك ، خذ هذا المولد.
  3. ابحث عن أفضل مولد عشوائي متاح وفقًا لقيمة RandomGeneratorFactory.stateBits() .
  4. استخدم المولد Random إذا لم يتم العثور على أفضل مولد. يضمن هذا المولد أن يكون متاحًا على كل منصة.

جميع ملاحظات الإصدار

رخصة

المكتبة مرخصة بموجب ترخيص Apache ، الإصدار 2.0.

 Copyright 2007-2024 Franz Wilhelmstötter

Licensed under the Apache License, Version 2.0 (the "License");
you may not use this file except in compliance with the License.
You may obtain a copy of the License at

http://www.apache.org/licenses/LICENSE-2.0

Unless required by applicable law or agreed to in writing, software
distributed under the License is distributed on an "AS IS" BASIS,
WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
See the License for the specific language governing permissions and
limitations under the License.

برنامج مستعمل