9、语义遗传编程与一致执行轨迹的程序合成

语义遗传编程与一致执行轨迹的程序合成

语义遗传编程

语义遗传编程中有多种语义交叉算子，这里重点介绍 KLX 和 GSGX 两种。

近似几何交叉（KLX）

• 操作步骤 ：

  1. 给定两个父程序 p1 和 p2，使用一个随机的基础交叉算子 k 次对它们进行交叉，将产生的候选子代存储在一个繁殖池中。例如，在相关研究中使用的是传统的树交换交叉算子。
  2. 对于繁殖池中的每个候选子代 p，计算表达式：$d(s(p1), s(p)) + d(s(p), s(p2)) + |d(s(p1), s(p)) - d(s(p), s(p2))|$。
  3. 选择繁殖池中该表达式值最低的两个候选子代作为交叉的最终结果。

• 原理分析 ：公式中的前两项是候选子代与父代的距离，其和体现了子代的“几何程度”，值越低，子代越接近连接两个父代的 d - 线段。第三项促进语义上接近等距的候选子代，理想的子代是既具有几何性又与父代等距的程序。

• 优缺点 ：KLX 依赖随机试错，不能保证产生几何子代，但随着繁殖池规模的增大，产生精确几何子代的可能性增加。然而，生成大量候选子代程序的计算成本过高，因为每个程序都需要在所有测试中运行以计算上述表达式。

精确几何交叉（GSGX）

• 操作步骤 ：