遗传规划研究的现状及发展

被引：13

作者：

陈志卫

王万良

万跃华

张聚

赵燕伟

机构：

[1] 浙江工业大学信息工程学院

[2] 浙江工业大学信息工程学院浙江杭州

[3] 浙江杭州

来源：

浙江工业大学学报 | 2003年 / 02期

关键词：

遗传规划; 自动定义函数; 子程序; 遗传算法;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

遗传规划 (GP)是一种关于产生问题解的计算机程序或者其他复杂结构的自动方法。它被成功地应用于自动设计、模式识别、机器人控制、神经网络结构的合成、符号回归、音乐和图像产生等难题。本文描述了遗传规划中的基本算法、理论及各种改进方法 ,讨论了遗传规划的关键技术 ,介绍了一些典型的实现系统及主要的应用领域 ,并指出了遗传规划的发展动向

引用

页码：37 / 43

页数：7

共 8 条

[1] 遗传程序设计方法综述 [J].

刘大有 ;

卢奕南 ;

王飞 ;

梁艳春 .

计算机研究与发展, 2001, (02) :213-222

[2] 遗传程序设计及应用 [J].

何登旭 .

广西民族学院学报(自然科学版), 1999, (03) :31-33

[3]

进化算法[M]. 冶金工业出版社 , 云庆夏编著, 2000

[4]

A parallel implementation of genetic programming that achieves super-linear performance[J] . David Andre,John R. Koza.Information Sciences . 1998 (3)

[5] Developing mobile robot wall-following algorithms using genetic programming [J].

Dain, RA .

APPLIED INTELLIGENCE, 1998, 8 (01) :33-41

[6] Evolutionary learning of modular neural networks with genetic programming [J].

Cho, SB ;

Shimohara, K .

APPLIED INTELLIGENCE, 1998, 9 (03) :191-200

[7]

Parallel genetic programming and its application to trading model induction[J] . Mouloud Oussaidène,Bastien Chopard,Olivier V. Pictet,Marco Tomassini.Parallel Computing . 1997 (8)

[8]

Depth-fair crossover in genetic programming. Kessler Matthew,Haynes Thomas. Proceedings of the ACM Symposium on Applied Computing . 1999

← 1 →