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
-
联合国决议表明全球关注AI规则和原则
联合国大会周四通过了一项关于人工智能的最终决议,这是朝着全球合作迈出的一步-关于如何使用人工智能和全球支持保护 […]
-
4个需要解决的虚拟现实道德问题
虚拟、增强和混合现实(统称为扩展现实XR)的增长导致出现分歧。一边是用户和供应商,另一边是法律专家和伦理学家& […]
-
如何逐步改进和优化业务流程
随着企业的发展壮大,他们的业务流程也在不断发展。根据企业的规模不同,企业内部和外部的利益相关者每天都会参与数十 […]
-
云原生战略将购买决策推到IT之外
现在企业越来越多地转向分布式云生态系统,这需要整合本地和云技术。 根据 TechTarget 企业战略小组 ( […]