聖塔非研究所
摘要 本文基於一系列先前僅透過 GP 解決的程序發現問題，對遺傳編程 (GP) 與模擬退火 (SA) 和
2022-09-02 · 已發表論文 · 更新 2026/03/19 上午04:25
摘要 本文基於一系列先前僅透過 GP 解決的程序發現問題，對遺傳編程 (GP) 與模擬退火 (SA) 和隨機迭代爬山 (SIHC) 進行了比較。所有三種搜尋演算法都採用分層可變長度表示來表示最近因 GP 範式而引人注目的程序 [8]。我們認為基於突變的自適應搜尋可以處理程序發現這一點在直觀上並不明顯，但迄今為止，對於我們嘗試過的每個 GP 問題，SA 或 SIHC 也適用。
本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
摘要
本文基於一系列先前僅透過 GP 解決的程序發現問題，對遺傳編程 (GP) 與模擬退火 (SA) 和隨機迭代爬山 (SIHC) 進行了比較。所有三種搜尋演算法都採用分層可變長度表示來表示最近因 GP 範式而引人注目的程序 [8]。我們認為基於突變的自適應搜尋可以處理程序發現這一點在直觀上並不明顯，但迄今為止，對於我們嘗試過的每個 GP 問題，SA 或 SIHC 也適用。