Typed Functional Genetic Programming
Typované funkcionání genetické programování
diplomová práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/52112Identifikátory
SIS: 117243
Kolekce
- Kvalifikační práce [10923]
Autor
Vedoucí práce
Oponent práce
Kubalík, Jiří
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Teoretická informatika
Katedra / ústav / klinika
Katedra teoretické informatiky a matematické logiky
Datum obhajoby
10. 9. 2013
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Angličtina
Známka
Výborně
Klíčová slova (česky)
geneticke programovani, funkcionalni programovaniKlíčová slova (anglicky)
genetic programming, functional programmingV této práci je představen design a implementace systému řešícího úlohu genetického programování v simply typed lambda kalkulu. Je zde představena metoda inicializace počáteční populace založená na technice produkující typované lambda termy v dlouhé normální formě. Tato metoda je parametrizována jednoduchou prohledávací strategií. Několik takových prohledávacích strategií je představeno, jako například strategie pro systematické generování nebo strategie odpovídající standardní ramped half-and- half metodě. Další z představených strategií, strategie jménem geometrická strategie je blíže podrobena experimentům, které ukáží že má několik žádoucích efektů na průběh evoluce, jakými jsou zlepšení míry úspěšnosti, nižší časové nároky a menší průměrnou velikost termů v porovnání se standardní ramped half-and-half metodou generování jedinců. Další výkonnostní zlepšení jsou navržena a podpořena experimenty, jedná se o eta-normalizaci vygenerovaných jedinců a @-tree reprezentaci jedinců. Použitý proces eliminace abstrakcí umožňuje použití jednoduchého podstromy měnícího křížení. Powered by TCPDF (www.tcpdf.org)
In this thesis is presented design and implementation of a system performing genetic programming in simply typed lambda calculus. Population initialization method based on term generating technique producing typed lambda terms in long normal form is introduced. This method is parameterized by simple search strategy. Several search strategies are presented, such as strategy for systematic generation or strategy corresponding to standard ramped half-and-half method. Another such a strategies called \textit{geometric} strategy is further examined in experiments and shown to have various desirable effects such as improved success rate, lesser time consumption and smaller average term size in comparison with standard ramped half-and-half generating method. Other performance enhancements are proposed and supported by experiments such as eta-normalization of generated individuals and @-tree representation of individuals. Abstraction elimination is utilized to enable use of simple tree- swapping crossover. Powered by TCPDF (www.tcpdf.org)