En mi experiencia, es mejor si escribes tu propia biblioteca para algoritmos genéticos. Luego, puede personalizar todos los parámetros y los métodos de mutación / cruce según el problema que está tratando de resolver.
Le recomendaría que lea los siguientes hilos para tener una idea de cómo escribir su propia biblioteca para GA:
- GA escrito en Java
- Implementación de Algoritmos Genéticos
- Una introducción a los algoritmos genéticos en Java
- Ejemplo de algoritmo genético con Java
Los enlaces anteriores le darán un ejemplo de una implementación de GA. He puesto enlaces que describen la implementación en Java.
- ¿Cómo se relaciona la RNN con el aprendizaje profundo?
- ¿Qué es el código de máquina?
- ¿Qué es incrustar | espacio incrustado | ¿Incorporación de características en arquitecturas neurales profundas?
- Cómo saber qué algoritmo usar y cuándo
- ¿Cuál es el básico antes de aprender el aprendizaje automático?
Si aún desea utilizar una biblioteca ya existente para GA en Java, puede buscar en la API de Java algoritmos genéticos. Tengo algunas buenas críticas sobre esta API y está bien desarrollada. Pero le sugiero encarecidamente que tome su propia implementación, ya que es bastante fácil de hacer y aprenderá los fundamentos de GA a lo largo del camino.
