如何利用本网站 这篇文章将告诉你如何更好的利用本网站当中的资料从而对你的学习生活真正有用。 本网站中的学习笔记主要包括如下几个部分： - 来自重庆邮电大学和布鲁内尔大学的课程笔记（在“分类”-“学习笔记”中），内容包括： - 随课笔记，即每堂课结束后根据课堂内容和相关资料整理而成的笔记（以数字标号和章节内容为标题，例如“01.运算放大器”），侧重点为课堂知识的逻辑性连接和以及原理阐释。

说明 1️⃣ 建议点击右上角【📚分类】查看文章 2️⃣ 由于本站暂未在中国大陆备案，因此会出现偶发性无法访问的情况，此时请先通过科学上网访问，在浏览器留下cookies之后便可正常访问本站⚡ 3️⃣ 电脑端Chrome/Edge 等Chromium浏览器可以点击左下角的铃铛🔔订阅我的博客 4️⃣ 本博客所有文章全部为我手工编写。请尊重我的劳动成果，转载请注明出处，谢谢📖 版权

Geometric Semantic Genetic Programming：基于几何信息的GP Alberto et al., Geometric Semantic Genetic Programming, PPSN, 2012. Alberto Moraglio, Krzysztof Krawiec, Semantic Genetic Programming, GECCO, 20

可以从既有的schema theory中得到什么 Foundations of Genetic Programming Chapter 3,4,5,6的重点 https://link.springer.com/book/10.1007/978-3-662-04726-2 Chapter 3：位置信息 位置信息在schema中的表述体现为： schema的根节点：这个节点描述

GP模块化的再讨论——Building Blocks：探测、提取、应用 Building Blocks的两种搜索方法是模块化和迁移：模块化的目的是为了将进化过程中进化过程自己产生的可能有用的遗传碎块给保护起来。研究迁移学习的目的是从别的什么地方将building blocks转移到当前的任务上。无论是哪一种研究，核心是将自己或者是其他任务中可能存在的这个任务中的building bloc

GP Memo 基础定义 语构和语义 语构（Syntax） 指一个个体树的拓扑结构，具体包括树整体的形状大小，每个节点上的值和连接。Standard GP中的交叉和突变是一种完全忽略个体语义的语构操作。 语义（Semantic） 指个体作为模型看待时的行为表现，这个表现通常是和数据集相关的：比如均方差/信息熵/几何信息/布尔值等等。Fitness Function也 是一种语义，但

遗传编程中的模块化 在遗传编程（GP）中，与个体有意义的片段的保存和遗传有关的研究被称为模块性 [1]. 在系统工程方面，GP 中的模块性研究可以帮助识别可能描述子系统行为的子树，并评估它们对主要输出和系统行为的贡献和敏感性。此外，对模块性的研究还可以为我们提供从简单系统开发复杂系统的方法[2]。 迄今为止，该领域的研究可按封装实体分为三层，即宏(macro)、函数(function)和

交叉算子的建模和比较 Poli, Riccardo & Langdon, W.. (2001). On the Search Properties of Different Crossover Operators in Genetic Programming. 背景 回顾遗传算法的schema theory: \[P(H,t+1) \geq P(H,t) \frac{f

同源交叉的模式定理 Riccardo Poli et al,. Exact Schema Thoery and Markov Chain Models for Genetic Programming and Variable-length Genetic Algorithms with Homologous Crossover, Genetic Programming and Evolv

基于互信息的语义模式定理和遗传编程 背景 遗传算法中的模式定理 所谓模式(schema)是指在搜索空间中一组具有某些共同特征的点的集合。模式的定义最早在遗传算法领域由Holland提出，他认为遗传算法中的模式是带有Don't care (*)的位串(string)，Don't care部分的比特既可以是0也可以是1，因此一个模式实际上代表了若干种不同的个体。进一步地，Holland提出了