# 佳颖设计 | JIAYING DESIGN

> 佳颖设计 (Jiaying Design) - 专注于高品质全栈开发、人工智能产品、macOS / iOS 原生应用与数字艺术工程。开源项目 geatpy-rs：现代 Rust 内核进化算法与遗传算法工具箱。

重点项目是开源进化算法工具箱 geatpy-rs。

## geatpy-rs（重点推荐）

geatpy-rs 是经典进化算法工具箱 Geatpy 的纯 Rust (PyO3 + abi3) 内核重构版：pip install geatpy-rs 即可在 Python 3.8 ~ 3.15、Apple Silicon、Linux ARM64 与 Windows 上使用，沿用原版 API，import geatpy as ea 的代码无需改动；内核行为已与官方 2.7.0 二进制逐项差分验证，经典用例的运行耗时普遍低于原版。

- 项目介绍: https://jiaying.design/geatpy-rs
- 安装: `pip install geatpy-rs`
- GitHub: https://github.com/yangyachao/geatpy
- PyPI: https://pypi.org/project/geatpy-rs/
- 原版 Geatpy: https://github.com/geatpy-dev/geatpy
- 当前版本: 2.7.3（页面更新于 2026-10-12）
- 协议: LGPL-3.0

### 与原版 Geatpy 的区别

- 底层核心实现：原版 早期 C/C++ 动态库，内核以预编译二进制分发；geatpy-rs 纯 Rust 原生实现（crates/geatpy_core），源码公开
- Python 版本：原版 仅支持 Python 3.5 ~ 3.10；geatpy-rs Python 3.8 ~ 3.15 全覆盖
- ABI 兼容：原版 每个 Python 小版本单独构建；geatpy-rs PyO3 abi3：一次构建，3.8+ 各版本通用
- 预编译 Wheel：原版 Windows x86 / x64、Linux x86_64、macOS（Apple Silicon 仅 Python 3.8 ~ 3.10），无 Linux ARM64；geatpy-rs macOS Universal2（Apple Silicon + Intel）、Linux x86_64 / ARM64、Windows x64
- 内存安全：原版 边界输入可能触发段错误，导致 Python 进程退出；geatpy-rs 纯安全 Rust（无 unsafe），非法输入抛出 Python 异常
- 多核并行与性能：原版 C OpenMP；geatpy-rs 单线程实现（Parallel 参数为兼容保留，暂不生效）；36 个经典用例耗时为原版的 0.21 ~ 1.02 倍
- 随机数与复现：原版 取自 numpy 全局随机状态，np.random.seed 可复现；geatpy-rs 与原版一致：np.random.seed / ea.optimize(seed=…) 可完整复现一次运行
- API 兼容度：原版 基准；geatpy-rs 沿用原有 Python 接口、数据结构与 42 个算法模板；内核行为与官方 2.7.0 二进制逐项差分验证

### 与官方 2.7.0 内核的一致性

- 确定性算子逐值比对：非支配排序、拥挤距离、编码解码、适应度分配、参考点、性能指标、NSGA-III / RVEA 环境选择等，以官方 2.7.0 二进制的实际输出为基准逐值比对。
- 随机算子比对统计分布：交叉、变异、选择等随机算子重复调用数百到数千次，逐元素比对均值分布，确认与官方实现同分布。
- 算法模板与经典用例比较解质量：39 个算法模板在相同问题上比对最终解质量；另有 Ackley、Rastrigin、att48 TSP、ZDT、DTLZ 等 36 个经典用例，覆盖最大化、混合整数、带约束、排列编码、多种群与多染色体模板，两边各运行 30 次比较最优值或 IGD / HV 的分布。除修正了原版迁移缺陷的多种群模板明显更好外，均无显著差异。
- 约 1500 个随机差分用例：随机形状、参数组合与边界值同时在官方二进制与 Rust 内核上运行，逐项比对数值、dtype、返回结构与报错；全整数变量时同样返回 int32，参数校验与报错信息与官方一致。
- 官方二进制的已知缺陷（geatpy-rs 按文档修正）：ndsortDED 分层错误；mergecv 跨行累加；tcheby / pbi 在 idealPoint=None 时返回理想点；refselect 候选矩阵行序错位；migrate 择劣替换实际淘汰的是最优个体；migrate 随机替换总是淘汰最后一个个体，完全网状结构会从自身迁入；mutgau / mutuni 的 Middle=True 以 (ub-lb)/2 而非区间中点为中心；crtip 在边界为小数时生成越界整数；pbi 对恰在理想点上的个体返回 NaN；crowdis 在目标值含 inf 时返回 NaN；cdist 对非连续数组读错数据；染色体长度为 1 或一维输入时 xovsp / xovsh 等段错误

### 常见问题

**什么是 geatpy-rs？与原版 Geatpy 有什么区别？**
geatpy-rs 是经典进化算法工具箱 Geatpy 的 Rust 内核重构版。原版 Geatpy 的内核是只以二进制分发的 C/C++ 动态库，预编译轮子止于 Python 3.10，也没有 Linux ARM64 版本。geatpy-rs 用 Rust（PyO3 + abi3）重写了全部 74 个内核算子，提供 Python 3.8 ~ 3.15 通用的预编译 Wheel，沿用原版的 Python 接口与算法模板，业务代码无需改动即可替换。

**为什么在 Python 3.11 及以上版本中 pip install geatpy 会报错？如何解决？**
原版 Geatpy 在 PyPI 上只提供 Python 3.5 ~ 3.10 的预编译包。在 Python 3.11、3.12、3.13、3.14 或 3.15 中执行 pip install geatpy 时，pip 找不到匹配的轮子，只能尝试从源码构建，而原版内核并不随源码公开，因此安装失败。解决方法是改装 geatpy-rs：运行 pip install geatpy-rs，即可使用预编译的 abi3 轮子，无需本地安装任何编译器。

**geatpy-rs 支持 Apple Silicon (M1 ~ M4) 和 Linux ARM64 吗？**
都支持。macOS 提供 Universal2 轮子，同时包含 Apple Silicon 与 Intel 架构，无需 Rosetta 2；Linux 提供 x86_64 与 ARM64 (aarch64) 两种 manylinux2014 轮子，可直接用于 ARM 云服务器与 Docker 容器；Windows 提供 x64 轮子。

**原有基于 Geatpy 编写的优化代码需要修改吗？**
不需要。geatpy-rs 沿用原版 Geatpy 的 Python 接口，包括问题定义类 ea.Problem、种群 ea.Population、ea.optimize，以及 moea_NSGA3_templet、moea_NSGA2_templet、soea_SEGA_templet 等算法模板和 ndsortESS、crowdis、mutbga、xovdp 等内核算子。安装 geatpy-rs 后仍然 import geatpy as ea，上层代码无需重构。

**geatpy-rs 的计算结果与原版一致吗？**
一致性经过系统验证。确定性算子以官方 2.7.0 二进制的实际输出为基准逐值比对，随机算子比对统计分布，39 个算法模板比对最终解质量，另有约 1500 个随机差分用例同时在两边运行，逐项比对数值、dtype、返回结构与报错；36 个经典用例两边各运行 30 次，解的质量无显著差异。官方二进制中有多处与其自身文档不符的缺陷（如 ndsortDED 分层错误、mergecv 跨行累加、多种群迁移淘汰最优个体、边界输入段错误），geatpy-rs 按文档实现，并在测试中单独说明；其中多种群模板因此得到明显更好的解。

**geatpy-rs 包含哪些进化算法与算子？**
42 个单目标与多目标算法模板：NSGA-III、NSGA-II、RVEA、MOEA/D、awGA 等多目标算法，以及 SEGA、SGA、EGA、差分进化 DE、进化策略 ES 等单目标算法。Rust 内核包含 74 个算子：种群初始化与编码转换，锦标赛、轮盘赌等选择，单点 / 两点 / 均匀 / PMX / SBX 等交叉，多项式、高斯、差分进化等变异，ndsortESS 非支配排序、crowdis 拥挤距离、refselect 参考点选择，以及 GD、IGD、Spacing、HV 性能指标。

**geatpy-rs 支持多核并行吗？**
当前版本的 Rust 内核是单线程实现。原版算子中的 Parallel 参数为兼容而保留，传入不会报错，但暂不生效。即便如此，在 36 个经典用例上 geatpy-rs 的运行耗时为原版的 0.21 ~ 1.02 倍。种群规模较大时，可以在问题类的目标函数里自行使用多进程或向量化计算来提速。

**geatpy-rs 的运行结果可以复现吗？**
可以。与原版一样，内核的随机数取自 numpy 的全局随机状态：调用 np.random.seed，或给 ea.optimize 传入 seed 参数，同样的代码会得到完全相同的结果。

## 其他作品

- [织景 PanoWeave](https://jiaying.design/pano-weave)（macOS / iPad 应用）：macOS 与 iPad 上的全景照片编辑器与 VR 漫游制作工具。选取三脚架所在的极点区域一键修补，添加导航与信息热点，用拓扑视图串联多个空间，导出可离线打开的 Web VR 漫游项目。
- [帧知 FrameSense](https://jiaying.design/framesense)（macOS / iOS 应用）：把网课、讲座、会议录像里的关键画面自动截成知识卡片：检测画面变化、过滤重复帧，端侧 OCR 识别文字，一键导出为 Markdown、A4 PDF、16:9 幻灯片、Word 或 HTML 网页。
- [无界截图](https://jiaying.design/scrollshot)（iPhone / iPad 应用）：录屏自动转长图：导入一段滚动屏幕的录屏，或几张有重叠的截图，自动对齐拼接成高清长图，重复的顶栏与底栏自动去除。全部在设备本地离线完成。
- [智考通](https://jiaying.design/ai/)（Web · AI 学习平台）：智能刷题与复习平台。覆盖计算机、数据结构、机器学习、人工智能等学科题库，提供单选、多选、判断与模拟考试等题型练习，自动归纳错题，助力专业知识高效备考。
- [Semester 2](https://jiaying.design/semester2/)（Web · 英语学习）：大学英语 (General English II) 交互式学习与复习平台。围绕沟通交流、批判性思维等六大主题单元，提供高频词汇背诵、课文精读与期末模拟考刷题中心。
- [梁思礼的故事](https://jiaying.design/liang-sili)（亲子互动绘本）：为亲子共读定制的交互式科普绘本，讲述中国第一代航天人梁思礼院士从少年求学到毅然归国、奉献两弹一星的历程。支持妈妈 / 孩子 / 合读多角色朗读、语音合成、自动播放与手势翻页。

## 联系

- 邮箱: yangyachao@outlook.com
- GitHub: https://github.com/yangyachao