Generating Lambda Term Individuals in Typed Genetic Programming Using Forgetful A*
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F14%3A10284254" target="_blank" >RIV/00216208:11320/14:10284254 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/67985807:_____/14:00435886
Výsledek na webu
<a href="http://dx.doi.org/10.1109/CEC.2014.6900547" target="_blank" >http://dx.doi.org/10.1109/CEC.2014.6900547</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/CEC.2014.6900547" target="_blank" >10.1109/CEC.2014.6900547</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Generating Lambda Term Individuals in Typed Genetic Programming Using Forgetful A*
Popis výsledku v původním jazyce
Tree based genetic programming (GP) traditionally uses simple S-expressions to represent programs, however more expressive representations, such as lambda calculus, can exhibit better results while being better suited for typed GP. In this paper we present population initialization methods within a framework of GP over simply typed lambda calculus that can be also used in the standard GP approach. Initializations can be parameterized by different search strategies, leading to wide spectrum of methods corresponding to standard ramped half-and-half initialization on one hand, or exhaustive systematic search on the other. A novel geometric strategy is proposed that balances those two approaches. Experiments on well known benchmark problems show that the geometric strategy outperforms the standard generating method in success rate, best fitness value, time consumption and average individual size.
Název v anglickém jazyce
Generating Lambda Term Individuals in Typed Genetic Programming Using Forgetful A*
Popis výsledku anglicky
Tree based genetic programming (GP) traditionally uses simple S-expressions to represent programs, however more expressive representations, such as lambda calculus, can exhibit better results while being better suited for typed GP. In this paper we present population initialization methods within a framework of GP over simply typed lambda calculus that can be also used in the standard GP approach. Initializations can be parameterized by different search strategies, leading to wide spectrum of methods corresponding to standard ramped half-and-half initialization on one hand, or exhaustive systematic search on the other. A novel geometric strategy is proposed that balances those two approaches. Experiments on well known benchmark problems show that the geometric strategy outperforms the standard generating method in success rate, best fitness value, time consumption and average individual size.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2014
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the IEEE Congress on Evolutionary Computation, CEC 2014
ISBN
978-1-4799-6626-4
ISSN
—
e-ISSN
—
Počet stran výsledku
8
Strana od-do
1847-1854
Název nakladatele
IEEE
Místo vydání
Beijing
Místo konání akce
Peking, Čína
Datum konání akce
6. 7. 2014
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—