文件名称：SoRa:SoRa使用遗传程序设计从实验数据中找到数学表示形式
文件大小：329KB
文件格式：ZIP
更新时间：2024-05-22 05:06:14
math-physics Python
SoRa：Python中的符号回归 吉姆·韭葱 概述 符号回归（SR）是一种遗传编程算法，用于查找与给定数据集匹配的数学函数。 它通过从一组图元演化出近似函数来工作。 除了系数之外，它还能够发现函数的形式。 它甚至被证明能够从实验数据中发现自然物理定律[^ 1]。 鉴于SR是基因编程中最大的成功案例之一，令人惊讶的是似乎没有可用的易于使用的开源SR程序。 SoRa试图填补这一空白。 使用SoRa，任何用户都应该可以轻松地提供实验数据并编写简单的配置文件，以便SoRa可以找到一组良好的数学函数来匹配数据。 使用SoRa 1.要求 SoRa要求： Python 2.7.5-2.7.11。 SoRa当前不支持Python 3。 DEAP 1.1.0（或更高版本）。 Python中的分布式进化算法是SoRa构建的遗传编程框架。 在许多方面，SoRa只是DEAP的前端。 在获取DEAP。
【文件预览】：
SoRa-master
----MANIFEST.in(18B)
----README.rst(35KB)
----sora.py(538B)
----test_sr()
--------HARM2Dconfig.json(2KB)
--------simplepoly.json(897B)
--------simplepoly.dat(2KB)
--------HARM2Dconfig_relError.json(2KB)
----LICENSE(27KB)
----setup.py(1KB)
----README.md(34KB)
----modifydata.py(544B)
----sora()
--------dataFilters.py(17KB)
--------sora.py(10KB)
--------sr_errorfuncs.py(14KB)
--------sr_primitives.py(4KB)
--------globalData.py(745B)
--------__init__.py(478B)
--------sr_mutators.py(2KB)
--------sr_migration.py(4KB)
--------modifydata.py(2KB)
--------sr_factories.py(15KB)
--------dataReader.py(13KB)
--------printLogger.py(6KB)
----test_modifydata()
--------2Ddata_gridReg.json(320B)
--------2Ddata_gridReg.dat(139KB)
--------2Ddata_gridRand.csv(52KB)
--------2Ddata.dat(1007KB)
--------2Ddata_gridRand.json(320B)