用基于随机文法的遗传编程避免膨胀
人工智能
2016-08-16 v1
摘要
遗传编程在经验定律发现中的应用常受搜索空间巨大所碍，并因此耗费计算机资源。在许多情况下，对内存与 CPU 的极端需求源于非编码段（内含子）的大量增长。本文提出了一种新程序演化框架，它将 PBIL 思路下基于分布的演化与基于文法的遗传编程相结合；信息以文法规则上的概率分布形式存储，而非存储于种群中。在一个类真实世界问题上的实验表明，该方法为内含子增长问题提供了实用解。
引用
@article{arxiv.cs/0602022,
title = {Avoiding the Bloat with Stochastic Grammar-based Genetic Programming},
author = {Alain Ratle and Michèle Sebag},
journal= {arXiv preprint arXiv:cs/0602022},
year = {2016}
}