遗传编程中下游学习器对程序非线性演化的影响

2026年10月8日，arXiv Neural and Evolutionary Computing 发布一手研究，探讨遗传编程中下游学习器如何重塑程序需演化的非线性。研究将遗传编程程序作为下游学习器的输入，在布尔域中以 Fourier degree 1 到 6 调控目标非线性。结果显示，线性学习器迫使演化程序精确达到目标 degree，30 次运行无一例外；树集成则用更简单程序、成功率高 4 倍。演化程序 degree 可作为运行期免费诊断指标，但学习器越强，程序可读性越低。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。