基因编程使用什么语言

作为作业的一部分，我将必须编写一种遗传编程算法来预测大气污染物的水平。由于我没有经验，因此任何人都可以向我指出编程语言的命题，在这些命题中将编写演化的程序。

澄清：我不是在问我将自己编写遗传算法的语言是什么（因为我将能够自己做出决定），而是在问应该使用哪种编程语言来创建进化的程序。

我的老师建议使用Lisp，但我不喜欢这个想法-首先，我必须研究某种抽象语法树，其次，可靠地对树结构进行交叉操作可能会很麻烦。

我宁愿使用一些专用于遗传编程像斜线/ A。SlashA不需要在AST上工作-字节码中的程序只是一个int数组，可以根据需要更改它，因为每个int数组都表示某个slash / A程序。

附加说明：

• 我想避免操纵AST！
• 这个问题很难解决（也许不如预测库存值那么困难）。这是由于以下事实（很可能），我们没有足够的输入信息（有一些隐藏参数）。创建具有更好性能的模型（返回模型意味着更好的性能）是一个挑战（平均模型的MAPE为35％），大多数模型的MAPE约为25％，最好为20％。
• 我想使用一种语言来管理具有许多功能的数据集，但前提是我不确定哪些功能很重要。（这里的斜杠/ A有一个缺点-在这种语言中，输入功能是按顺序读取的-因此某些功能将以较大的概率使用）。
• 我希望能够用Python进行编程，因此python库将很棒---但我可以为C / C ++进行绑定（没有Java，没有Matlab等）。

我意识到这是一个调查问题，因此，如果该问题为时过早，请关闭它，但我认为它足够具体。

您的污染物问题可能根本不需要太多语言。它看起来像是符号回归，而不是控制问题，在这种情况下，您可以只使用标准树GP，将其功能和一些有用的常数用作终端集和函数集中的相关运算符。GP系统将淘汰不相关的功能，并且有一些技术可以处理非常大的数据集。通常，指定您估计可以解决问题的最小功能集，并在必要时小心进行扩展。

您需要尽早在树型GP和线性GP之间进行选择。Lisp是树，Slash / A是线性的。仔细阅读这两本书，以了解其优缺点，但是从您写的内容来看，我建议您使用一个简单的Tree GP系统。编写自己的代码并不难，但是已有现有的Python实现。以下这些通常是针对Python中的进化算法，但并非所有GP都适用，有些是不活跃的：

1. PyGressionGP（用于Python中符号回归的GP）-http: //code.google.com/p/pygressiongp/
2. PyGene- https://github.com/blaa/PyGene
3. Python中的简单遗传编程 -http://zhanggw.wordpress.com/2009/11/08/a-simple-genetic-programming-in-python-4/
4. Pyevolve - https://github.com/perone/Pyevolve -也看到博客- http://blog.christianperone.com -和这个职位- http://blog.christianperone.com/?p= 549
5. esec（Python中的进化计算）-http: //code.google.com/p/esec/
6. 桃子-http: //code.google.com/p/peach/
7. PyBrain（做了很多，不只是NN） - http://pybrain.org/
8. dione- http://dione.sourceforge.net/
9. PyGEP（基因表达编程）-http: //code.google.com/p/pygep/
10. deap（分布式进化算法）-http: //code.google.com/p/deap/

另外，请参阅著名的GP作者Poli，Langdon和McPhee撰写的关于GP的（免费）入门书籍：

遗传编程领域指南-http: //www.gp-field-guide.org.uk/

如果要开发程序，则无论如何都可能会操纵语法树。这样，您开发的任何程序在语法上都会自动正确。

选择语言时，您要记住两件事。

1. 避免使用可能导致所开发的程序在某些数据上崩溃的低级构造。例如，指针算术。如果要使用C或C ++作为已开发程序的语言，则可能需要将其限制为无指针算法的版本。
   尽管类似的虚拟机（如JVM和CLR）应该为您提供一些安全网，但出于类似的原因，我还是会反对汇编语言。
2. 适用于大型数据集；如果我正确地理解了您的任务，则输出程序本身将不得不处理大型数据集。

您可能想使用已经熟悉的目标语言。我本人并不熟悉Python，但是AFAIK满足上述条件，因此它对于您的目标语言应该是一个不错的选择。