evortran：面向LHC数据拟合与LISA信号重建的现代Fortran遗传算法库

evortran是一个为高性能遗传算法和进化优化而设计的现代Fortran库。evortran可用于解决包括但不限于高能物理中的各种问题，如无导数参数优化、复杂搜索任务、参数扫描以及在仪器噪声存在下拟合实验数据。该库以fpm包形式构建，注重灵活性和效率，同时提供简便的安装流程、用户界面及集成到现有Fortran（或Python）程序的便利性。evortran提供多样的选择、交叉、变异和精英策略，用户可据此为特定需求定制进化算法。evortran支持不同的抽象层次：从直接操作个体和种群，到运行完整的进化循环，甚至可实现独立演化种群之间的迁移，以提升收敛速度并保持种群多样性。本文介绍了evortran库的功能，演示了基于基准应用的能力，并与现有遗传算法框架进行比较。作为以物理为导向的应用，我们使用evortran对扩展希格斯型与LHC数据进行对话，并从LISA mock数据中重建引力波谱及其底层物理参数，展示了其在真实数据驱动情景下的有效性。