# 表达式遗传算法

这是一个使用 JavaScript 作为执行语言的遗传算法框架,通过该框架,可以快速构建一个遗传算法模型。

项目的 Git 地址:Node-Gep (opens new window)

gepjs表达式遗传算法 的 JavaScript 实现,可以在 WebNode 环境中运行。

在传统的遗传算法中,通常使用二进制编码作为基因, 表达式遗传算法 与此不同,它使用 算子 作为基因的最小单位,基于算子对基因进行编码和解码。在此基础之上,gepjs 经过改良,建立了一套更健壮的复杂系统,用于解决复杂的问题。

# 使用场景

虽然基于神经网络模型的机器学习算法是目前的主流,但 表达式遗传算法 依然可以解决一些神经网络模型不便解决的问题,比如在无法得到一阶梯度的场景下,遗传算法的表现会更优于神经网络模型。

暂且不讨论模型之间的具体差异,gepjs 作为 JavaScript 版本的算法框架实现,希望可以解决以下问题:

  • 表达式搜索和表达式发现;
  • 复杂模型简化;
  • 常量发现;
  • 复杂回归问题;
  • 初阶分类问题;

# 开发指南

参考下列文档,了解 gepjs 的模块:

# 可视化示例

回归问题:

分类问题: