代码细菌：进化的数学行为
我本来不想在我的博客上放链接，但我没有其他方法来解释我真正的意思。文章很长，分为三部分（1,2,3），但如果你感兴趣，值得一读。
很久以前（至少五年前），我写了一个Python程序，生成“数学细菌”。这些细菌是Python对象，拥有简单的基于操作码的遗传代码。你可以给它们一个数字，它们会根据执行的代码返回一个数字。我随机生成它们的遗传代码，并对这些对象进行环境选择，使得它们的结果接近一个预设的期望值。然后我让它们复制，加入突变，进行进化。结果相当有趣，因为它们的遗传代码基本上学会了如何解决简单的方程，即使是对于训练数据集以外的值。
不过，这个东西只是个玩具。我当时有时间想打发时间，也想满足我的好奇心。尽管如此，我想在研究方面应该有一些更严肃的尝试……我希望我不是在重复别人已经做过的事情。你知道有没有更严肃的尝试去创建像我编程的这种“体外细菌”吗？
请注意，这其实并不算是“遗传算法”。遗传算法是指使用进化/选择来改善一组参数，以便在给定的评分函数下表现更好。这有点不同。我优化的是代码，而不是参数，以便在给定的评分函数下表现更好。
4 个回答
2
这篇文章写得不错，
我想说你其实是在讲“基因表达编程”，而不是“遗传编程”。
2
这个免费的工具 Eureqa 有点像它可以根据多种输入数据创建复杂的符号函数（比简单的线性回归要复杂得多）。不过，它是通过遗传算法来生成这些函数的，所以我不太确定这是否正是你想要的。
你还可以看看 Wired 上的“下载你自己的机器人科学家”文章，里面详细介绍了它的工作原理。
10
如果你在优化代码，可能你是在进行遗传编程吧？