PyParadiseo est une bibliothèque Python dédiée à l'optimisation évolutionnaire, une méthode d'optimisation basée sur les principes de la sélection naturelle et de la reproduction. Elle fournit une variété d'algorithmes évolutionnaires, tels que des algorithmes génétiques, des algorithmes memétiques et des algorithmes de recherche locale, qui peuvent être utilisés pour résoudre des problèmes d'optimisation complexes.

Bibliothèque Scala fonctionnelle pour les algorithmes évolutionnaires/génétiques, favorisant l'immutabilité, offrant une architecture modulaire et extensible, implémentant des algorithmes de pointe, gérant les fonctions de fitness bruyantes (stochastiques), implémentant des algorithmes auto-adaptatifs et conçue pour une intégration avec OpenMOLE pour le calcul distribué.

Mary Morstan est un framework AutoML basé sur des algorithmes évolutionnaires, inspiré de TPOT et DEAP. Il permet de configurer automatiquement des algorithmes de machine learning et de préparer les données pour l'apprentissage automatique.

MGO est une bibliothèque Scala basée sur le patron de conception cake pour les algorithmes évolutionnaires multi-objectifs : enforçant l'immutabilité, exposant une architecture modulaire et extensible, mettant en œuvre des algorithmes de pointe et tirant parti des architectures multi-cœurs.