請先看一下遺傳演算法：
遺傳規劃/遺傳程式設計(genetic programming)是遺傳演算法的乙個分支，與遺傳演算法中每個個體是一段染色體編碼不同，它的個體是乙個電腦程式。
維基上說它在70年代就已經有人實踐，不過正式提出應該還是在john r. koza教授於2023年發表的博士**中。
遺傳規劃最早的應用是符號回歸，比如為了擬合 z=f(x,y)，它生成乙個初始函式 g(x,y)，然後以g(x,y)與z的相關係數為適應度，進行選擇交叉變異，最終得到最優的乙個函式g』，再做一次線性回歸即可。
如下是gp表示的乙個例子，自然，還有其他的表達方式：
線型：gep(gene expression programming)，
圖型：cgp(cartesian genetic programming)。
以樹型為例：
這棵樹表示乙個函式，就是上面所述的g(x,y)，至於怎麼用就見仁見智了，確定好用法之後設定乙個計算適應度的方案，就可以跑遺傳規劃了。
在遺傳規劃中，選擇運算元與遺傳演算法的相同，交叉變異需要根據表達方式來。
樹形的交叉實現是這樣：
變異實現是這樣：
Renascence架構原理 遺傳規劃演算法
請先看一下遺傳演算法 遺傳規劃 遺傳程式設計 genetic programming 是遺傳演算法的乙個分支，與遺傳演算法中每個個體是一段染色體編碼不同，它的個體是乙個電腦程式。維基上說它在70年代就已經有人實踐，不過正式提出應該還是在john r.koza教授於1990年發表的博士 中。遺傳規劃最...
Elasticsearch 架構原理
elasticsearch的一些架構設計，對我們做效能調優 故障處理，具有非常重要的影響。下面將從elasticsearch的準實時索引的實現 自動發現 rounting和replica的讀寫過程，shard的allocate控制 在傳統的資料庫中，乙個欄位存乙個值，但是這對於全文搜尋是不足的。想要...
Elasticsearch 架構原理
elasticsearch的一些架構設計，對我們做效能調優 故障處理，具有非常重要的影響。下面將從elasticsearch的準實時索引的實現 自動發現 rounting和replica的讀寫過程，shard的allocate控制 在傳統的資料庫中，乙個欄位存乙個值，但是這對於全文搜尋是不足的。想要...