什么是基因编程(Genetic Programming)？

遗传规划是用进化算法为基础的方法，用一个计算机程序编写另一个计算机程序的过程。这个过程常被比作线性规划，在这种语言中，程序员编写特定的指令供计算机执行。LISP和Scheme是这类工作中最常用的编程语言，因为它们具有较高的功能性和灵活性。由于其概念上与生物进化相似，遗传程序设计常被作为生物启发计算的一个例子。一种计算机编程算法遗传程序（GPs）通过生成和运行数千个程序来工作，并选择最有效的程序来使用。例如，GP可以用来创建一个程序来绘制一张照片的草图。GP要做的第一件事是创建一组程序，这些程序以随机组合的方式使用各种计算机绘图功能。然后GP将按顺序运行这些程序，并将每个程序的结果输出到图像文件中GP的下一步是从集合中选出最好的程序。这个过程通常是遗传程序设计中最困难的部分。在绘图程序中，GP将使用图像比较软件来确定哪个随机绘制的图形与软件试图绘制的图像最相似，在随机生成的程序中，GP将选择前几个并丢弃其余的选择过程被称为适应度评估，通常被认为是遗传程序设计中最困难的部分。一旦前几个程序被选中，GP将把它们作为新一批程序的基础。每一批新程序被称为一代。产生新一代的两种方法是变异和交叉。变异的工作方式是从现有的程序中选取一个，然后对其进行随机更改，希望能变得更好。交叉，也称为育种，通过取两个在创建一批新程序后，GP重复运行和评估这些程序的过程，然后重复选择、删除和生成过程。GPs在找到一个结果令人满意的单一程序之前，通常会运行数百代。尽管有这个局限性，遗传编程是解决某些类型的计算难题的常用方法，包括机器人工程和人工智能问题。