种群规模对BEAGLE基于GPU的遗传编程运行性能的影响
神经与进化计算
2026-04-29 v1
摘要
BEAGLE框架通过GPU实现的遗传编程，使得在实际时间框架内实现此前CPU受限遗传编程系统难以企及的种群动力学成为可能。本文探讨了GPU实现的种群规模如何影响符号回归问题的训练成功率。具体而言，在恒定种群规模下，我们发现对于某些问题，采用非常窄而深的搜索（种群规模可窄至1000个个体）可带来收益；而其他问题则受益于非常广而浅的搜索（种群规模可广达1000万个个体）。我们还探讨了采用步进式种群规模的策略，即从大种群开始，然后降至小种群，以平衡搜索的广度与深度。
引用
@article{arxiv.2604.24968,
title = {The Effects of Population Size on the Performance of BEAGLE GPU-Based Genetic Programming Runs},
author = {Nathan Haut and Ilya Basin and Ruchika Gupta and Marzieh Kianinejad and Zachary Perrico and Elijah Smith and Wolfgang Banzhaf},
journal= {arXiv preprint arXiv:2604.24968},
year = {2026}
}
备注
Submitted to PPSN 2026