基于CodeDOM遗传程序个体处理技术研究及应用.docVIP

基于CodeDOM遗传程序个体处理技术研究及应用 　　摘 要： 遗传程序设计算法是根据达尔文的进化理论对个体（计算机程序）进行生物学意义上的优胜劣汰操作，最终得到性能较好的个体。使用.NET架构，采用CodeDOM机制和AppDomain技术，建立相应的个体处理和执行模型，解决编译型语言编译、执行遗传程序个体的程序设计及运行安全性问题。使用本模型可以加强遗传程序个体处理的快捷性和稳定性，从而提高遗传程序设计算法整体速度和稳定性。 　　关键词： 遗传程序设；CodeDOM；AppDomain；.NET 　　中图分类号：TP311 文献标识码：A 文章编号：1671－7597（2012）0310085－02 　　0 引言 　　遗传程序设计（Genetic Programming，简称GP，又称遗传规划）是由Koza提出的一种自动化编程技术，其实质是用广义的层次化计算机程序描述问题[l]。GP的基本思想和遗传算法（Genetic Algorithm，简称GA）类似：通过随机产生初始群体，对群体进行繁衍，并施加自然选择、交叉变异等操作，最终优胜劣汰得到较好的个体。GP算法克服了GA算法中容易陷入局部最优等缺点，具有描述问题层次化、编码长度动态可变等特点，它被广泛地应用于人工智能、机器学习、符号处理等方面。 　　在GP系统的实现中，对计算机程序个体的编译及运行是设计难点之一。在GP的实现系统中，若采用的是解释型语言（如Java、Perl等），则在GP运算过程中直接生成源代码，而这源代码能通过语言解释器直接运行；但若采用的是编译型语言（如C、C++、C#等），则GP会采用特殊的函数或数据结构，例如采用特殊的方法运行程序，或通过编译生成的源代码运行程序，最后得到结果。相对来说，解释型语言执行程序的速度较慢但实现较简单，而编译型语言执行程序的速度较快但实现较复杂。 　　本文首先对GP算法作简单的介绍，然后介绍微软.NET平台的CodeDOM 技术，并使用CodeDOM机制及AppDomain技术建立一个针对个体处理和执行的GP模型，并使用C#语言进行实现；最后对此模型进行分析，证明其开发的稳定性、便利性和有效性。 　　1 遗传程序个体处理相关技术工作 　　GP有别于常规的遗传算法，GP通过增加结构的复杂性可以更灵活地处理遗传算法中的表示问题。GP中用到的一般是规模和形状能够动态变化的分层计算机程序，这些计算机程序由适合问题域的函数和端点构成。在遗传程序中，计算机程序群体为了解决问题不断进行遗传繁衍，由GP产生的就是作为它们进行自然选择和遗传杂交的一个结果。这个过程由一个适应值度量来推动，适应值度量把问题的性质传递到计算机和它的学习模式中。 　　在GP系统中，根据使用语言类型划分可分为解释性语言GP系统和编译性语言GP系统。 　　在解释性语言（如Java、Perl）GP系统中，源代码是直接生成并通过语言解释器直接执行。例如在使用Perl语言编写的PerlGP系统中，计算机程序（个体）以文件方式表示，每个文件中都是一个独立的可执行的函数。在对个体进行适应度评价时，直接执行对应的个体（运行对应个体的pl文件），得到结果并进行适应值评价。根据Per1GP系统的官方测试，在数值型运算中比C语言编写的GP系统要慢十倍左右，但在Perl语言专长的模式匹配领域就比普通C语言编写的GP系统要快[3]。 　　在编泽型语言（如C、C++、C#）的GP实现系统中，一般采用特殊的数据结构运行GP生成的程序。例如，在C语言编写的SGPC（Simple Genetic Programming in C）系统中[4]，所生成的程序是以函数形式的树状结构在内存中表示。运行程序时，只需执行相对应的树状结构函数。此方法的优点是加快程序执行速度，但对于复杂的程序个体会占用大量内存空间，因此对于运行个体的控制设计较复杂。这种方法对于较复杂的计算机程序个体效率较差。另一种方法是类似于解释型语言的处理，首先按照模板生成独立以文件方式计算机程序，然后使用行命令方式对代码进行编译、执行，最后得到运算结果并使用适应度函数进行评价。使用这方法的技术难点是由于行命令是异步执行的，因此不能保证个体（程序）正常被编译和执行，并且在程序代码整合中要考虑到异步操作中的同步问题，因此在代码中实现比较麻烦。但在编泽型语言的GP系统中，由于编译型首先对代码进行编译，因此在数值运算中要远远快于解释型语言系统。 　　2 基于CodeDOM机制的遗传程序个体处理技术 　　2.1 CodeDOM简介 　　CodeDOM全称名为“代码文档对象模型”，是微软公司在.NET Framework中用以一种语言中立的方式来表示源代码的文档机制，通过操作和使用CodeDoM对象图可以动态生成源代码，