[논문 리뷰] Towards Advanced Phenotypic Mutations in Cartesian Genetic Programming

Roman Kalkreuth|arXiv (Cornell University)|2018. 01. 01.

Evolutionary Algorithms and Applications참고 문헌 9인용 수 2

한 줄 요약

이 논문은 생물학적 DNA 삽입 및 삭제 돌연변이를 영감으로 받아 카르테시안 유전적 프로그래밍(CGP)에서 두 가지 새로운 표현형 돌연변이 기법을 제안한다. 이러한 돌연변이를 표현형(프로그램 구조)에 직접 적용함으로써 심볼릭 회귀 및 부울 함수 문제에서의 탐색 성능을 향상시켰으며, 표현형 돌연변이가 CGP의 진화적 효율성과 해의 품질을 향상시킨다는 것을 입증하였다.

ABSTRACT

Cartesian Genetic Programming is often used with a point mutation as the sole genetic operator. In this paper, we propose two phenotypic mutation techniques and take a step towards advanced phenotypic mutations in Cartesian Genetic Programming. The functionality of the proposed mutations is inspired by biological evolution which mutates DNA sequences by inserting and deleting nucleotides. Experiments with symbolic regression and boolean functions problems show a better search performance when the proposed mutations are in use. The results of our experiments indicate that the use of phenotypic mutations could be beneficial for the use of Cartesian Genetic Programming.

연구 동기 및 목표

• 기존의 점 돌연변이에만 의존하는 카르테시안 유전적 프로그래밍(CGP)의 한계를 해결하기 위해, 다양한 프로그램 구조 탐색을 방해할 수 있는 문제를 해결하고자 한다.
• 생물학적 DNA 삽입 및 삭제를 영감으로 삼은 표현형 돌연변이가 CGP의 진화적 탐색을 향상시킬 수 있는지 탐구하고자 한다.
• 이러한 돌연변이가 심볼릭 회귀 및 부울 함수 문제에 대한 탐색 성능에 미치는 영향을 평가하고자 한다.
• 기존의 유전자 수준의 돌연변이를 초월하여 고급 표현형 돌연변이 전략을 위한 기반을 마련하고자 한다.

제안 방법

• CGP 네트워크에 새로운 노드를 삽입하는 하나, 기존의 노드를 삭제하는 하나의 표현형 돌연변이 연산자를 제안한다.
• 유전자(노드 연결성 및 기능 코드)가 아닌 표현형(실제 프로그램 구조)에 돌연변이를 직접 적용한다.
• 삽입 또는 삭제 후에도 CGP 네트워크의 문법적 타당성을 유지하도록 돌연변이 연산자를 설계한다.
• 기존의 표준 점 돌연변이를 대체하거나 보완하여, 표준 CGP 진화 프레임워크에 새로운 연산자를 통합한다.
• 진화 과정 중에 유전적 프로그램의 계산적 무결성을 유지하도록 한다.
• 표준 기준 문제를 사용하여 심볼릭 회귀 및 부울 함수 합성 문제에서 연산자 성능을 평가한다.

실험 결과

연구 질문

• RQ1 DNA 삽입 및 삭제를 기반으로 한 표현형 돌연변이가 카르테시안 유전적 프로그래밍에서 탐색 성능을 향상시킬 수 있는가?
• RQ2 삽입 및 삭제 돌연변이가 심볼릭 회귀 문제를 해결하는 데 있어 전통적인 점 돌연변이와 비교하여 어떻게 다른가?
• RQ3 표현형 돌연변이는 CGP에서 정확한 부울 함수를 발견하는 데에 기여하는가?
• RQ4 이러한 돌연변이가 진화 과정에서 다양성과 수렴 속도를 어느 정도 향상시키는가?
• RQ5 성능 향상은 다양한 문제 유형과 복잡도 수준에서 일관되게 나타나는가?

주요 결과

• 제안된 표현형 돌연변이 기법은 표준 점 돌연변이보다 심볼릭 회귀 과제에서 더 빠른 수렴과 뛰어난 해 품질을 달성하였다.
• 삽입 및 삭제 돌연변이는 CGP가 다양한 프로그램 구조를 탐색하는 데에 기여하여 최적 또는 근접 최적의 해를 찾을 확률을 높였다.
• 부울 함수 과제에서는 기존 기준 방법 대비 새로운 돌연변이 연산자가 더 높은 성공률로 정확한 논리 함수를 발견하였다.
• 결과는 표현형 돌연변이가 CGP의 탐색과 이용을 모두 향상시켜 조기 수렴의 위험을 줄인다는 것을 시사한다.
• 생물학적으로 영감을 받은 표현형 돌연변이는 기존의 유전자 수준의 돌연변이를 대체할 수 있는 타당하고 효과적인 대안임을 입증하였다.