線形遺伝子プログラミング - エラーランドスケープの問題

Question

私は線形遺伝子プログラミングの世界を探求していますが、この1つの問題に固執していることに気付きます。最も単純な問題でさえもエラーの風景は非常にスムーズではないように思えます。特に、エラーランドスケープには、常に一定のエラーのこれらの巨大なギャップが含まれているようです（ソリューションのフィットネスがゼロであるギャップ）。これにより、進化的アルゴリズムがプログラムの空間を介したランダムな検索に悪化し、発見することはほとんど不可能な解決策になります。そこにいる人は、人々がこれをどのように回避するかについて説明していますか？何が足りないの？

Answer 1

残念ながら、この観察は、GPの世界で非常に典型的です。

この記事は面白いかもしれません： J.リーマン、KOスタンレー：ノベルティの検索を通じてプログラムを効率的に進化させる

Answer 2

選択圧力が高すぎないことです。選択圧力が高すぎると、多様性が失われるため、困難なグローバルオプティマを見つけるのがはるかに困難になります。弱い圧力の下でも、不適格な個人は、新しいオプティマスの発見につながる可能性のある子孫を作成する可能性があります。他の影響は、突然変異ステップ幅です。選択圧力が高い場合は、少なくとも、発生する可能性が低い場合でも、少なくとも広い突然変異ステップが可能であることを確認する必要があります。突然変異オペレーターに、1つのステップ内で検索スペースのあらゆる部分に到達する力を与えることを提案する人もいます。 http://www.lehmanns.de/shop/nocategory/3400811-9783826597008-ANWENDUNGUNGSORIENTERETE-ENTWURF-EVOLUTION-ALGORITHMEN