GP算法中共同进化自定义函数方法及应用  

Co-evolutionary Automatic Defined Functions Approach and Applications in GP Algorithm

作　　者：王四春[1] 张泰山[1] 殷志云[2] 李日保[2] 张楚文[2] 

机构地区：[1]中南大学信息科学与工程学院,湖南长沙410083 [2]湖南商学院信息科学研究所,湖南长沙410205

出　　处：《计算机应用研究》2005年第8期127-129,共3页Application Research of Computers

基　　金：国家自然科学基金项目(60373083)

摘　　要：共同进行自定义函数方法就是许多独立进化的子群函数能够被一个种群的主程序使用。改善和优化能够被定义的子程序函数的结构和数量机制,实验验证比较它们在两个经典的分类任务性能。结果表明,共同进化自定义函数(CoADFs)方法比传统的带有和不带自定义函数(ADFs)的遗传程序设计方法分类效果更好。Co-Automatically defined functions technique consists of evolving a number of separate sub-populations of functions which can be used by a population of evolving main programs. We present and refine a set of mechanisms by which the number and constitution of the function sub-populations can be defined and compare their performance on two well-known classification tasks. A final version of the general approach, for use explicitly on classification tasks, is then presented. It is shown that the coevolutionary approach performs better than traditional genetic programming with and without ADFs.

关 键 词：共同进化自定义函数 分层程序 遗传程序设计 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]