[论文解读] Towards Advanced Phenotypic Mutations in Cartesian Genetic Programming

Roman Kalkreuth|arXiv (Cornell University)|Jan 1, 2018

Evolutionary Algorithms and Applications参考文献 9被引用 2

一句话总结

本文提出两种受生物DNA插入与缺失突变启发的笛卡尔遗传编程（CGP）新型表型突变技术。通过直接对表型（即程序结构）应用这些突变，该方法在符号回归与布尔函数问题上提升了搜索性能，表明表型突变可增强CGP的进化效率与解的质量。

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.

研究动机与目标

• 为解决笛卡尔遗传编程（CGP）中仅依赖点突变所导致的程序结构探索多样性受限的问题。
• 探究受生物DNA插入与删除启发的表型突变是否能提升CGP中的进化搜索性能。
• 评估这些突变在符号回归与布尔函数问题上的搜索性能影响。
• 为CGP中高级表型突变策略的构建奠定基础，推动超越传统基因型层面突变的发展。

提出的方法

• 提出两种表型突变算子：一种用于在CGP网络中插入新节点，另一种用于删除现有节点。
• 直接对表型（即实际程序结构）应用突变，而非对基因型（节点连接关系与函数代码）进行操作。
• 设计突变算子以确保插入或删除操作后CGP网络的语法有效性。
• 将新算子集成至标准CGP进化框架中，替代或补充标准点突变。
• 确保突变过程在进化过程中保持所进化程序的计算完整性。
• 使用标准符号回归与布尔函数综合基准问题对算子进行评估。

实验结果

研究问题

• RQ1 基于DNA插入与删除的表型突变能否提升笛卡尔遗传编程中的搜索性能？
• RQ2 在解决符号回归问题时，插入与删除突变与传统点突变相比表现如何？
• RQ3 表型突变是否能提升CGP发现正确布尔函数的能力？
• RQ4 这些突变在多大程度上提升了进化过程中的多样性与收敛速度？
• RQ5 性能提升是否在不同问题类型与复杂度水平下保持一致？

主要发现

• 所提出的表型突变技术在符号回归任务中优于标准点突变，实现了更快的收敛速度与更优的解质量。
• 插入与删除突变提升了CGP探索多样化程序结构的能力，增加了找到最优或近似最优解的可能性。
• 在布尔函数问题上，新突变算子相较于基线方法实现了更高的正确逻辑函数发现成功率。
• 结果表明，表型突变同时增强了CGP的探索与开发能力，降低了过早收敛的风险。
• 本研究证明，受生物启发的表型突变是CGP中传统基因型层面突变的可行且有效的替代方案。