genetic programming:遗传编程
遗传编程(genetic programming)是利用生物进化思想来解决复杂问题的一种编程模型。在大量的程序中,最有效的程序是那些可以与其他程序竞争或兼容而生存下来,可以继续达到解决方案需求的程序。遗传编程对于解决那些有大量变动变量的问题(如与人工智能有关的问题)是最适合的方法。遗传编程模型一般与LISP和规划编程语言结合使用,而且它还可以与C语言以及其他语言结合使用。 遗传编程可以被视为遗传算法的一种扩展,遗传算法是一种从一系列的结果中测试并选择出最佳方案的模型。选择最成功的程序有两种方案,一个是兼容方案,一种是锦标赛法或者竞争方案。使用遗传编程的一个难点就是确定适应度函数,这是一个程序能够达到最终目标的度。一个简单的适于遗传编程的例子就是设计用于射击的程序。未击中目标的子弹距离靶心的距离将决定适应度函数。 遗传编程是一个新的方法,程序员要掌握这种方法需要投入大量的时间来学习。
最近更新时间:2008-06-17 EN
相关推荐
-
为什么CIO应雇佣年长的IT员工:战略优势
由于全球IT人才短缺,企业不应忽视年长员工。 根据Manpower Group的2025年全球人才短缺报告,全 […]
-
首席信息官如何减少技术债务
虽然债务曾经被简单地称为“欠款”,但技术采用率的提高带来新型债务,困扰着公司和IT领导者。技术债务是指与依赖次 […]
-
区块链与传统数据库:区别和用例
区块链和数据库技术有很多相似之处和不同之处,它们经常被拿来比较。 虽然区块链和数据库技术都专注于存储和管理数据 […]
-
专家称:美国政府入股英特尔无法解决长期困境
近日英特尔与美国政府达成协议,美国政府将入股英特尔,此举可能有助于应对科技行业的危机,但这并不意味着这家陷入困 […]