一篇新论文分析了笛卡尔遗传编程 (CGP) 在 Max 问题上的理论性能,证明与传统的基于树的 GP (TGP) 相比,CGP 实现了显著的指数级加速。研究证明,CGP 可以在期望运行时间内演化出最优解,该运行时间是程序长度的多对数函数,具体为 O(log^9{n})。这一发现凸显了 CGP 基于图的程序表示的效率和紧凑性,以及其有效导航搜索空间的能力,为 CGP 在此基准问题上提供了第一个经过验证的性能保证。 AI
影响 这项研究为笛卡尔遗传编程提供了理论支持,可能影响进化计算中未来算法设计和优化技术。
排序理由 该集群包含一篇详细介绍遗传编程方法的理论分析和性能保证的学术论文。
- 1+1 CGP
- Cartesian genetic programming
- genetic programming
- Max problem
- Tree-based GP
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- IArxiv Recommender
- Influence Flower
- ScienceCast
- Roman Kalkreuth
AI 生成摘要 · Google Gemini · 来自 4 个来源。 我们如何撰写摘要 →