12、遗传编程中的子程序存档、复用及搜索驱动机制

遗传编程中的子程序存档、复用及搜索驱动机制

子程序存档与复用

子程序识别示例

在决策树诱导过程中，像 C4.5 这样的决策树诱导器，在面对区分度不佳的属性时，可能会生成“决策树桩”，即一种退化的决策树，它仅包含一个叶子节点，将所有示例分类到多数类。例如，在某个评估过程中，诱导出的决策树仅使用了属性 x1 和 x4，其余属性被认为区分度不足，未被诱导器用于构建决策树。其中，x1 对应输入变量 x1，即单指令程序 (x1)；x4 标识评估程序中的子程序 (x2 + x + 1)。因此，PC(p) = {(x1), (x2 + x + 1)}。

存档的必要性与考虑因素

我们希望复用从候选程序中“收获”的子程序，将有价值的子程序收集到一个中央存储库是合理的，但需考虑以下方面：
- 子程序价值差异 ：种群 P 中不同程序产生的子程序价值不同。以 C4.5 诱导器为例，一个属性要被纳入最终分类器，只需提供比其他属性略好的条件熵。因此，PC(p) 中收集的子程序的有用性在不同程序 p ∈P 中可能差异很大。
- 属性选择的不确定性 ：许多诱导器（如 C4.5）在选择用于构建分类器的属性数量上没有限制。决策树最终使用哪些以及多少属性，不仅取决于熵（更准确地说是信息增益），还取决于诱导器采用的启发式策略。例如，从两个不同程序的执行记录诱导出的分类器 C1 和 C2，C1 可能使用五个属性，而 C2 使用五十个，但它们的分类错误可能相同。

存档的设计与实现

基于上述考虑，设计了一个子程序存储库，即存档 A。它是一个固定长度的优先队列，