{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,3,12]，“日期时间”：“2024-03-12T13:54:43Z”，“时间戳”：1710251683026}，“出版商位置”：“柏林，海德堡”，“参考计数”：20，“出版者”：“施普林格-柏林-海德堡（Springer Berlin Heidelberg）”，“isbn-type”：[{“值”：“9783540389903”，“类型”：“打印”}，{“值”：“9783540389910”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2006,1,1]]，“date-time”：“2006-01T00:00:00Z”，“timestamp”：11360736000000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com\/tdm”}：“2006-01-01T00:00:00Z”，“时间戳”：11360736000000}，“内容-版本”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com/tdm”}，{“start”：{“date-parts”：[[2006,1,1]]，“date-time”：“2006-01T00:00:00Z”，“timestamp”：11360736000000}，“content-version”：“tdm”，“delay-in-days”：“0”，“URL“https:\\/www.spring.com\/tdm”}[[2006,1,1]]，“日期时间”：“2006-01-01T00:00:00Z”，“时间戳”：11360736000000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com/tdm”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[]，”published-print“：{”date-parts“：[2006]]}，”DOI“：”10.1007\/11844297_68“，”type“：”book-capter“，”created“：”{“date-part”：[[2006,10,5]]，“日期-时间”：“2006-10-05T18:55:37Z”，“时间戳”：1160074537000}，“页面”：“671-680”，“来源”：“交叉引用”，“is-referenced-by-count”：36，“标题”：[“模拟遗传编码的神经进化”]，“前缀”：“10.1007”，“作者”：[{“给定”：“彼得”，“家族”：“D\u00fcrr”，{“给定”：“达里奥”，“家庭”：“Floreano”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“297”，“reference”：[{“issue”：“1”，“key”：“68_CR1”，“doi-asserted-by”：“publisher”，”first page“：”39“，”doi“：”10.1109\/72.265959“，”volume“5”，“author”：“V.Maniezzo”，“year”：“1994”，“unstructured”：“Maniezzo，V.：神经网络拓扑和权重分布的遗传进化。IEEE神经网络学报\u00a05（1），39\u201353（1994）”，“期刊标题”：“IEEE神经网学报”}，{“问题”：“1”，“密钥”：“68_CR2”，“doi-asserted-by”：“出版商”，“首页”：“73”，“doi”：“10.1023\/A:1008272615525”，“卷”：“8”，“作者”：“J.Pujol”，“year”：“1998”，“unstructured”：“Pujol，J.，Poli，R.：使用双重表示进化神经网络的拓扑和权重。应用智能\u00a08（1），73\u201384（1998）”，“日志标题”：“应用智能”}，{“key”：“68_CR3”，“非结构化”：“Kobayashi，K.，Ohbayashi，M.：一种新的可变长度基因编码的间接编码方法，用于优化神经网络结构。在：国际神经网络联合会议论文集，vol.\u00a06，pp.4409\u20134412（1999）”}，｛“issue”：“2”，“key”：“68_CR4”，“doi asserted by”：“publisher”，“first page”：“99”，“doi”：“10.1162\/106365602320169811”，“volume”：“10”，“author”：“K.Stanley”，“year”：“2002”，“unstructured”：“Stanley，K.，Miikkulainen，R.：通过增强拓扑进化神经网络。进化计算\u00a010（2），99\u2013127（2002）”，“journal-title”：“进化计算”}，{“issue”：“4”，“key”：”68_CR5“，”doi-asserted-by“publisher”，“首页”：“497”，“DOI”：“10.1088\/0954-898X_5_4_005”，“卷”：“5”，“作者”：“A.Cangelosi”，“年份”：“1994”，“非结构化”：“Cangelosic，A.，Parisi，D.，Nolfi，S.：神经网络基因型中的细胞分裂和迁移。网络：神经系统中的计算\u00a05（4），497\u2013515（1994）”，“期刊标题”：“网络：神经系统中的计算”}，{“issue”：“2”，“key”：“68_CR6”，“doi-asserted-by”：“publisher”，“first page”：”151“，“doi”：“10.1177\/105971239400300202”，“volume”：：“3”，“author”：“F.Gruau”，“year”：“1995”，“unstructured”：“Gruau，F.：模块化神经网络的自动定义。自适应行为\u00a03（2），151\u2013183（1995）”，“journal-title”：“自适应行为”}，{“68_CR7”，“第一页”：“431”，“卷标题”：“脑理论和神经网络手册”，“作者”：“S.Nolfi”，“年份”：“1995”，“非结构化”：“Nolfi，S.，Parisi，D.：神经网络的基因型。In：Arbib，M.（ed.）The Handbook of Brain Theory and Neural Networks，pp.431\u2013434。麻省理工学院出版社，剑桥（1995）“}，{”key“：”68_CR8“，”doi-asserted-by“：”crossref“，”unstructured“：”Eggenberger，P.：“基于发展和进化原则的神经网络的创建。摘自：瑞士洛桑人工神经网络国际会议论文集（1997）”，“doi”：“10.1007”，{“issue”：“3”，“key”：“”68_CR9“，”doi-asserted-by“：”publisher“，”first page“：”189“，“doi”：“10.1162\/106454600568834”，“volume”：“6”，“author”：“J.Astor”，“year”：“2000”，“unstructured”：“Astor，J.，Adami，C.：人工神经网络进化的发展模型。人工生命\u00a06（3），189\u2013218（2000）“，“期刊标题”：“人工生命”}，{“key”：“68_CR10”，“unstructured”：“Mattiussi，C.：模拟网络的进化合成。博士论文编号3199，EPFL，洛桑（2005）”}、{“key”：《68_CR11》，“first page”：第1872页，“volume-title”：“2002年IEEE进化计算大会论文集，CEC 2002”，“作者”：“J.Bongard”，“年份”：“2002年”，“非结构化”：“Bongard，J.：进化模块化遗传调控网络。摘自：IEEE 2002进化计算大会会议记录，CEC 2002，第1872\u20131877页。IEEE Press，Piscataway（2002）“}，{“key”：“68_CR12”，“unstructured”：“Mattiussi，C.，Floreano，D.：在高度可重组的基因组上使用局部字符串对齐的模拟网络的进化。摘自：2004年NASA/DoD进化硬件会议论文集，第30\u201337（2004）页”}Gruau，F.，Whitley，D.，Pyeatt，L.：遗传神经网络的细胞编码和直接编码之间的比较。摘自：《1996年遗传编程：第一届年会论文集》，第81\u201389页（1996）“}，{“key”：“68_CR14”，“unstructured”：“Gomez，F.J.，Miikkulainen，R.：用神经进化解决非马尔可夫控制任务。摘自：国际人工智能联合会议论文集，第1356\u20131361页（1999）”}，“issue”：“2”，“key“：”68_CR15“，”doi-asserted-by“：”publisher“，”first page“：”99“，”doi“：”10.1162\/106365602320169811“，”volume“：“10”，”author“：”K.O.Stanley“，”year“：”2002“，”unstructured“：”Stanley，K.O.，Miikkulainen，R.：通过增强拓扑进化神经网络。进化计算\u00a010（2），99\u2013127（2002）“，”journal-title“：”Evolutionary Computation“}，{“key”：“68_CR16”，“doi-asserted-by”：“publisher”，“doi”：“10.1017\/CBO9780511574931”，“volume-title”：“字符串、树和序列的算法”，“author”：“G.Gusfield”，“year”：“1997”，“unstructured”：“古斯菲尔德：字符串、树和序列的算法。剑桥大学出版社，剑桥（1997）“}，{“key”：“68_CR17”，“unstructured”：“Igel，C.：使用进化策略强化学习的神经进化。In:Congress on Evolutionary Computation 2003（CEC 2003），pp.2588\u20132595（2003）”}，“{”key“：”68_CR18“，”unstructure“：”Wieland，A.P.：不稳定系统的进化神经网络控制器。摘自：《国际神经网络联合会议论文集》，第667\u2013673（1991）页“}，{“issue”：“4”，“key”：“68_CR19”，“doi-asserted-by”：“publisher”，“first page”：”469“，“doi”：“10.1177\/105971239500300405”，“volument”：“3”，“author”：“R.D.Beer”，“year”：“1995”，“unstructured”：“Beer，R.D.：关于小型连续时间递归神经网络的动力学。自适应行为\u00a03（4），469\u2013509（1995）“，“期刊标题”：“自适应行为”}，{“关键”：“68_CR20”，“非结构化”：“Stanley，K.O.：通过复杂化实现神经网络的有效进化。德克萨斯大学奥斯汀分校博士论文（2004）”}]，“容器-时间”：[“自然中的并行问题解决-PPSN IX”，“计算机科学课堂讲稿“]，”original-title“：[]，”link“：[{”URL“：”https:\/\/link.springer.com/content\/pdf\/10007\/11844297_68“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2022,9,27]]，”date-time“：“2022-09-27T01:14:58Z”，“timestamp”：166424129800}，“分数”：1，“resource“：{”primary”：{“URL”：“https:\/\/link.springer.com/10.1007\/11844297_68”}}，“subtitle”：[]，“shorttitle”：[]，“issued”，“date-parts”：[[2006]]}，”ISBN“：[”9783540389903“，”978354389910“]，”references-count“：20，”URL“：”http://\/dx.doi.org\/10.1007\/118442.97_68“，”关系“：{}，“ISSN”：[“0302-9743”，“1611-3349”]，“ISSN-type”：[{“value”：“0302-7743”打印“}，{”值“：”1611-3349“，”类型“：”电子“}]，”主题“：[]，”发布“：{”日期部分“：[[2006]]}}