遗传算法GA和遗传编程GP有什么不同？

喜欢的话请关注我们的微信公众号~《你好世界炼丹师》。

• 公众号主要讲统计学，数据科学，机器学习，深度学习，以及一些参加Kaggle竞赛的经验。
• 公众号内容建议作为课后的一些相关知识的补充，饭后甜点。
• 此外，为了不过多打扰，公众号每周推送一次，每次4~6篇精选文章。

微信搜索公众号：你好世界炼丹师。期待您的关注。

---

遗传算法GA

• 本质上有一个固定的长度，这意味着所产生的功能有限的复杂性
• 通常会产生无效状态，因此需要以非破坏性方式处理这些状态
• 通常依赖于运算符优先级（例如，在我们的例子中，乘法发生在减法之前），这可以被看作是一种限制

遗传编程GP

• 本质上具有可变长度，这意味着它们更加灵活，但往往复杂度增加
• 很少产生无效状态，通常可以丢弃这些状态
• 使用显式结构来完全避免运算符的优先级

总结:两者的区别应该是GP是GA的进化版本，但是原理相同