基因表达编程：一种用于解决问题的新型自适应算法

基因表达编程是一种基因型/表型遗传算法（线性和分支），本文首次将其作为一种用于创建计算机程序的新技术。基因表达编程使用由基因构成的线性染色体，基因在结构上组织为头部和尾部。染色体作为基因组，经由突变、转位、根转位、基因转位、基因重组以及单点和双点重组等方式进行修改。染色体编码的表达树是选择的对象。具有不同功能的基因组和表达树的独立构建，使该算法能够以高效方式运行，显著超越现有自适应技术。为展示基因表达编程的强大功能和多样性，本文选取的测试问题包括符号回归、带和不带常数创建的序列诱导、块堆叠、细胞自动机规则（用于密度分类问题），以及两个布尔概念学习问题：11-多路复用器和GP规则问题。