读书笔记《集体智慧编程》Chapter 11 : Evolving Intellignece

最新推荐文章于 2024-08-22 14:12:39 发布

转载最新推荐文章于 2024-08-22 14:12:39 发布 · 79 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：https://yq.aliyun.com/articles/389915

文章标签：

#人工智能

本文介绍遗传程序(GP)，一种寻找最优算法的方法。GP通过多代算法的变异与杂交不断进化，最终找到解决问题的最佳方案。不同于遗传算法(GA)对参数进行组合变化，GP侧重于算法本身的组合变化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本章概要

本章主要介绍了遗传程序(Genetic Program，简称GP）。此方法与第五章讲的遗传算法（Genetic Algorithm，简称GA）类似，但是解决的问题不同，GA主要解决优化问题，寻找最优解，而GP主要寻找最优算法。本章还讲解了两个例子，来形象的说明GP的运用。

算法解析

GP的主要任务是针对一个问题，寻求一个最优的算法。在解决过程中，也是一代一代的精英通过突变（单性繁殖）或杂交（两性繁殖）的方式找到最优解，与GA不同的是，GA对参数进行组合变化，而GP对算法组合变化。这里，就需要将算法抽象出来，以至于可以重行组合。本章采用树的结构组织算法，有点像语法树，每个节点要么是最基本的运算，要么就是组合运算。

阅读经验

如果之前对人工智能领域中的遗传算法没有了解，那么阅读本章可能会遇到一些问题，建议先阅读第五章“优化”。

声明：如有转载本博文章，请注明出处。您的支持是我的动力！文章部分内容来自互联网，本人不负任何法律责任。

本文转自bourneli博客园博客，原文链接：http://www.cnblogs.com/bourneli/archive/2012/11/30/2796736.html，如需转载请自行联系原作者