Generating Lambda Term Individuals in Typed Genetic Programming Using Forgetful A*

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>

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.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2014

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

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

—