Przetwarzanie może potrwać kilka sekund...

Rozprawa doktorska

Tytuł

Semantic Extensions for Genetic Programming

Autorzy

[ 1 ] Instytut Informatyki, Wydział Informatyki, Politechnika Poznańska | [ P ] pracownik

Promotor

[ 1 ] Instytut Informatyki, Wydział Informatyki, Politechnika Poznańska | [ P ] pracownik

Recenzenci

Wariant tytułu

PL Semantyczne rozszerzenia programowania genetycznego

Język

angielski

Streszczenie

EN Genetic Programming (GP) is a most popular approach to automatic generation of computer programs. Standard methods applied in GP use raw fragments of evolved programs to construct new, hopefully better ones. These methods, except the selection phase, pass over the behavior of the modified programs and operate mainly on their syntax. In this dissertation we follow alternative, semantic-oriented approach that concentrates on the actual behavior of programs in population to determine how to construct the new ones. This research trend grew up as an attempt to overcome weaknesses of methods that rely only on syntax analysis. Recent contributions suggest that semantic extensions to GP can be a remedy to poor performance of classical, syntactic methods. Therefore, in this dissertation we firstly present the advantages and disadvantages of several possible descriptions of program’s behavior. Then we introduce the concept of semantics used in all semantic extensions presented throughout this thesis. The first semantic extension presented in this thesis is a method population initialization which forces the individuals in population to be semantically unique. We also show selected semantic-aware variants of crossover and mutation operators. In particular, we test how they perform with and without our initialization method. Next, we introduce and formalize our novel concept of desired semantics that describes the desired behavior for given part of a program. Then we propose several methods that employ desired semantics to create new programs by combining matching parts. We show that some of these methods significantly outperform other methods, semantic as well as syntactic ones. The second important proposition of this thesis is the concept of functional modularity. Functional modularity involves defining modules based on their semantic properties instead of syntactical ones, like, e.g., the frequency of occurring some code fragments. Functional modularity can be used to decompose a problem into potentially easier parts (subproblems), and then to solve the subproblems in isolation or together. All the described methods are illustrated with extensive experimental verification of their performance on a carefully prepared benchmark suite that contains problems from various domains. On this suite, we show the overall advantage of semantic-aware extensions, especially for methods that rely on desired semantics.

Liczba stron

159

Sygnatura rozprawy w wersji drukowanej

DrOIN 1496

Katalog on-line

to201380290

Uwagi

Przewód doktorski na starych zasadach – brak niektórych informacji

Pełny tekst rozprawy doktorskiej

brak uprawnień do pobrania pliku

Poziom dostępu do pełnego tekstu

archiwum

Pierwsza recenzja

Andrzej Obuchowicz

Miejsce

Zielona Góra, Polska

Data

05.05.2013

Język

polski

Tekst recenzji

brak uprawnień do pobrania pliku

Poziom dostępu do recenzji

archiwum

Druga recenzja

Marian Wysocki

Miejsce

Rzeszów, Polska

Data

28.04.2013

Język

polski

Tekst recenzji

brak uprawnień do pobrania pliku

Poziom dostępu do recenzji

archiwum

Status rozprawy

rozprawa doktorska

Miejsce obrony

Poznań, Polska

Data obrony

05.06.2013

Jednostka nadająca tytuł

Rada Wydziału Informatyki Politechniki Poznańskiej

Uzyskany tytuł

doktor nauk technicznych w dyscyplinie: informatyka, w specjalności: inteligentne systemy wspomagania decyzji