摘要
蒂莫西·阿特金森（Timothy Atkinson）、德特勒夫·普拉普（Detlef Plump）和苏珊·斯蒂芬尼（Susan Stepney）。 2018年，通过图形编程进化图形。 基因编程-第21届欧洲会议，2018年欧洲GP，意大利帕尔马，2018年4月4日至6日，会议记录（计算机科学讲稿，第10781卷），Mauro Castelli、Lukás Sekanina、Mengjie Zhang、Stefano Cagnoni和Pablo García-sánchez（编辑）。 施普林格，35-51岁。 https://doi.org/10.1007/978-3-319-77553-1_3 谷歌学者 
托马斯·巴兹·贝尔斯坦（Thomas Bartz-Beielstein）、卡罗拉·多尔（Carola Doerr）、雅各布·博塞克（Jakob Bossek）、索米娅·钱德拉塞卡兰（Sowmya Chandrasekaran）、托梅·埃夫蒂莫夫（Tome Eftimov）、安德烈亚斯·菲施巴赫（Andreas Fischbach）、帕斯卡尔·科尔斯克（Pascal Kerschke）、曼努埃尔·洛佩斯·伊瓦涅斯（Manuel Lopez-Ibáñez）、凯瑟琳·。 2020年，优化基准：最佳实践和未决问题。 CoRR abs/2007.03488（2020）。 arXiv:2007.03488号 https://arxiv.org/abs/2007.03488 谷歌学者 Lashon B.Booker、David E.Goldberg和John H.Holland。 1989.分类器系统和遗传算法。 Artif公司。 智力。 40, 1-3 (1989), 235--282. https://doi.org/10.1016/004-3702 (89)90050-7 谷歌学者 数字图书馆 
安·布雷肯。 2006.布尔函数和S盒的加密属性。 博士论文。 鲁汶卡索利克大学。 谷歌学者 A.Canteaut和M.Videau。 2005.对称布尔函数。 IEEE信息理论汇刊51，8（2005），2791--2811。 https://doi.org/10.1109/TIT.2005.851743 谷歌学者 数字图书馆 克劳德·卡莱特。 2010.加密和纠错代码的布尔函数。 剑桥大学出版社，257-397。 https://doi.org/10.1017/CBO9780511780448.011 谷歌学者 Claude Carlet和Xi Chen。 2017.通过Fourier-Hadamard变换构建低权重d阶相关免疫布尔函数。 IEEE信息理论汇刊64，4（2017），2969--2978。 谷歌学者 数字图书馆 尼克尔·林恩·克莱默（Nichael Lynn Cramer）。 1985.简单序列程序的自适应生成表示法。 《第一届遗传算法国际会议论文集》，美国宾夕法尼亚州匹兹堡，1985年7月，John J.Grefenstette（Ed.）。 劳伦斯·埃尔鲍姆协会，183-187年。 谷歌学者 数字图书馆 雅各布·德·诺贝尔（Jacob de Nobel）、叶芙蓉（Furong Ye）、迪德里克·维梅顿（Diederick Vermetten）、王浩（Hao Wang）、卡罗拉·多尔（Carola Doerr）和托马斯·巴克（Thomas Bäck）。 2021.IOHexperimenter:迭代优化启发式的基准平台。 CoRR abs/2111.04077（2021）。 arXiv:2111.04077 https://arxiv.org/abs/2111.04077 谷歌学者 卢卡斯·奥古斯托·穆勒·德·苏扎、何塞·爱德华多·恩里克·达·席尔瓦、卢西亚诺·赫雷斯·查维斯和海德·索尔斯·贝纳迪诺。 2020年。通过元启发式设计组合逻辑电路的基准套件。 申请。 软计算。 91 (2020), 106246. https://doi.org/10.1016/j.asoc.2020.106246 谷歌学者 交叉引用 
理查德·福赛斯（Richard Forsyth）。 1981.BEAGLE模式识别的达尔文方法。 Kybernetes 10，3（1981年），159-166。 https://doi.org/doi:10.1108/eb005587 谷歌学者 交叉引用 加里·哈赫特尔（Gary D.Hachtel）和法比奥·萨蒙齐（Fabio Somenzi）。 1996年。逻辑综合和验证算法。 克鲁沃。 谷歌学者 尼古拉·汉森（Nikolaus Hansen）、安妮·奥格（Anne Auger）、雷蒙德·罗斯（Raymond Ros）、奥拉夫·默斯曼（Olaf Mersmann）、茶塔萨（Tea Tusar）和迪莫·布罗科夫（Dimo Brockhoff）。 2021.COCO：一个在黑盒环境中比较连续优化器的平台。 最佳方案。 方法软件。 36, 1 (2021), 114--144. https://doi.org/101080/10556788.2020.1808977 谷歌学者 交叉引用 S.Harding、J.F.Miller和W.Banzhaf。 2009.自修改笛卡尔遗传编程：奇偶性。 2009年IEEE进化计算大会。 285--292. https://doi.org/10.1109/CEC.2009.4982960 谷歌学者 交叉引用 Soha Hassoun和Tsutomu Sasao。 2001年，逻辑综合与验证。 第654卷。 施普林格科技与商业媒体。 谷歌学者 托马斯·赫尔姆斯和彼得·凯利。 2021.PSB2：第二个程序综合基准套件。 在GECCO’21：遗传和进化计算会议上，法国里尔，2021年7月10日至14日，Francisco Chicano和Krzysztof Krawiec（编辑）。 美国医学会，785--794。 https://doi.org/10.1145/3449639.3459285 谷歌学者 数字图书馆 托马斯·赫尔穆斯和李·斯佩克特。 2015年，通用项目综合基准套件。 2015年7月11日至15日，西班牙马德里，GECCO，《遗传与进化计算会议论文集》，萨拉·席尔瓦和安娜·伊莎贝尔·埃斯帕西亚·阿尔卡扎尔（编辑）。 美国医学会，1039--1046。 https://doi.org/10.1145/2739480.2754769 谷歌学者 数字图书馆 约瑟夫·希克林。 遗传算法在自动程序生成中的应用。 硕士论文。 爱达荷大学。 谷歌学者 David Hodan、Vojtech Mrazek和Zdenek Vasicek。 2020年，进化电路设计笛卡尔遗传编程中的语义定向突变算子。 《2020年遗传和进化计算会议论文集》（墨西哥坎昆）（GECCO’20）。 美国纽约州纽约市计算机协会，940-948。 https://doi.org/10.1145/3377930.3390188 谷歌学者 数字图书馆 David Hodan、Vojtech Mrazek和Zdenek Vasícek。 用于进化电路设计的笛卡尔遗传编程中的语义定向变异算子。 遗传学。 程序。 可进化马赫数。 22, 4 (2021), 539--572. https://doi.org/10.1007/s10710-021-09416-6 谷歌学者 数字图书馆 约翰·霍兰德。 1987。遗传算法和分类器系统：基础和未来方向。 《第二届遗传算法国际会议论文集》，1987年7月，美国马萨诸塞州剑桥，John J.Grefenstette（Ed.）。 Lawrence Erlbaum Associates，82-89岁。 谷歌学者 约翰·霍兰德（John H.Holland）和朱迪思·雷特曼（Judith S.Reitman）。 1977年。基于自适应算法的认知系统。 SIGART新闻。 63 (1977), 49. https://doi.org/10.1145/1045343.1045373 谷歌学者 数字图书馆 Radek Hrbacek和Lukas Sekanina。 2014.走向高度优化的笛卡尔遗传编程：从通过SIMD和线程的顺序实现到大规模并行实现。 《2014年遗传和进化计算年会论文集》（加拿大不列颠哥伦比亚省温哥华）（GECCO 14）。 计算机机械协会，美国纽约州纽约市，1015-1022。 https://doi.org/10.1145/2576768.2598343 谷歌学者 数字图书馆 雅库布·胡萨。 2019.密码布尔函数设计中遗传编程方法的比较。 在欧洲遗传编程会议上。 施普林格，228-244。 谷歌学者 数字图书馆 贾库布·胡萨（Jakub Husa）和卢卡斯·塞卡尼纳（Lukas Sekanina）。 2020年，发展具有最小乘法复杂性的加密布尔函数。 2020年IEEE进化计算大会（CEC）。 IEEE，1--8。 谷歌学者 Domagoj Jakobovic、Stjepan Picek、Marcella SR Martins和Markus Wagner。 2021.实现更高效的布尔函数启发式构造。 应用软计算107（2021），107327。 谷歌学者 交叉引用 T.卡尔加诺娃。 1997年，设计多值组合电路的进化方法。 诉讼中。 第四届计算机系统应用国际会议（ACS’97）。 波兰什切钦，333--339。 谷歌学者 罗曼·卡尔克鲁斯。 2019.笛卡尔遗传编程的两种新突变技术。 在2019年9月17日至19日于奥地利维也纳举行的第十一届国际计算智能联合会议（IJCCI 2019）的会议记录中，胡安·朱利安·梅雷洛·格雷沃斯（Juan Julián Merelo Guervós）、乔纳森·加里波第（Jonathan M.Garibaldi）、亚历杭德罗·利纳斯·巴兰科（Alejandro Linares-Barranco）、库罗什·马达尼（Kurosh Ma。 科学出版社，82-92。 https://doi.org/10.5220/0008070100820092 谷歌学者 数字图书馆 Roman Kalkreuth。 2022.笛卡尔遗传规划中的表型重复和反转。 第十四届国际计算智能联合会议记录，IJCCI 2022，瓦莱塔，马耳他，2022年10月24日至26日，托马斯·巴克，巴斯·范·斯坦因，克里斯蒂安·瓦格纳，乔纳森·加里波第，H.K.拉姆，玛丽·科特雷尔，费亚兹博士，约阿金·菲利佩，凯文·沃里克，贾努斯·卡普齐克（编辑）。 科学出版社，50-61。 https://doi.org/10.5220/001155100000332 谷歌学者 交叉引用 保罗·考夫曼和罗曼·卡尔克鲁斯。 2017.参数化笛卡尔遗传规划：一项实证研究。 2017年9月25日至29日在德国多特蒙德举行的第40届德国人工智能年会《KI 2017：人工智能进展》，会议记录（计算机科学讲稿，第10505卷），Gabriele Kern-Isberner、Johannes Fürnkranz和Matthias Thimm（编辑）。 施普林格，316-322。 https://doi.org/10.1007/978-3-319-67190-1_26 谷歌学者 交叉引用 约翰·科扎（John R.Koza）。 1989。计算机程序群体上的分层遗传算法。 第十一届国际人工智能联合会议记录。 美国密歇根州底特律，1989年8月，N.S.Sridharan（Ed.）。 摩根·考夫曼，768-774。 http://ijcai.org/Proceedings/891-Papers/123.pdf 谷歌学者 数字图书馆 约翰·科扎（John R.Koza）。 1990.使用遗传编程范式的概念形成和决策树归纳。 《自然中的并行问题解决》，第一期研讨会，PPSN I，德国多特蒙德，1990年10月1日至3日，论文集（计算机科学讲义，第496卷），Hans-Paul Schwefel和Reinhard Männer（编辑）。 施普林格，124-128。 https://doi.org/10.1007/BFb0029742 谷歌学者 约翰·科扎（John R.Koza）。 1990年，《遗传编程：计算机程序遗传育种群体解决问题的范例》。 技术报告。 斯坦福，加利福尼亚州，美国。 谷歌学者 数字图书馆 约翰·科扎（John R.Koza）。 1990年。学习布尔多路复用器函数的分层方法。 遗传算法基础第一次研讨会论文集。 美国印第安纳州布卢明顿校区，1990年7月15日至18日，格雷戈里·J·E·罗林斯（编辑）。 摩根·考夫曼，171-192。 https://doi.org/10.1016/b978-0-08-050684-5.50014-8 谷歌学者 约翰·科扎（John R.Koza）。 1993年，遗传编程——通过自然选择对计算机进行编程。 麻省理工学院出版社。 谷歌学者 数字图书馆 Manuel López-Ibáñez、Jérémie Dubois-Lacoste、Leslie Pérez Cáceres、Thomas Stützle和Mauro Biratari，2016年。 irace包：自动算法配置的迭代竞速。 运筹学视角3（2016），43-58。 https://doi.org/10.1016/j.orp.2016.09.002 谷歌学者 交叉引用 H.B.Mann和D.R.Whitney。 1947.关于两个随机变量中的一个是否随机大于另一个的测试。 《数理统计年鉴》18，1（1947），50-60。 https://doi.org/10.1214/aoms/117730491 谷歌学者 交叉引用 詹姆斯·麦克德莫特（James McDermott）、加布里埃尔·克伦伯格（Gabriel Kronberger）、帕特里克·奥尔泽楚夫斯基（Patryk Orzechowski）、莱昂纳多·范内斯基（Leonardo Vanneschi）、卢卡·曼佐尼（Luca Manzoni）、罗曼·卡尔克鲁斯（Roman Kal。 2022.遗传编程基准：回顾与展望。 SIGEVOlution 15，3，第1条（2022年12月），19页。 https://doi.org/10.1145/3578482.3578483 谷歌学者 数字图书馆 James McDermott、David Robert White、Sean Luke、Luca Manzoni、Mauro Castelli、Leonardo Vanneschi、Wojciech Jaskowski、Krzysztof Krawiec、Robin Harper、Kenneth A.De Jong和Una May O'Reilly。 2012年。基因编程需要更好的基准。 在2012年7月7日至11日于美国宾夕法尼亚州费城举行的遗传与进化计算会议上，GECCO 12，Terence Soule和Jason H.Moore（编辑）。 美国医学会，791-798。 https://doi.org/10.1145/2330163.2330273 谷歌学者 数字图书馆 朱利安·米勒（Julian F.Miller）。 1999.使用笛卡尔遗传编程方法学习布尔函数效率的实证研究。 《遗传与进化计算会议论文集》，沃尔夫冈·班扎夫、杰森·戴达、阿戈斯顿·E·艾本、马克斯·加森、瓦桑特·霍纳瓦尔、马克·贾基拉和罗伯特·史密斯（编辑），第2卷。 摩根·考夫曼，美国佛罗里达州奥兰多，1135-1142。 http://citeseer.ist.psu.edu/153431.html 谷歌学者 数字图书馆 朱利安·米勒（Julian F.Miller）。 2011.笛卡尔遗传编程。 施普林格-柏林-海德堡，柏林，海德堡。 https://doi.org/10.1007/978-3-642-17310-3_2 谷歌学者 朱利安·米勒（Julian F.Miller）和彼得·汤姆森（Peter Thomson）。 2000.笛卡尔遗传编程。 2000年4月15日至16日，英国苏格兰爱丁堡，欧洲会议，遗传编程，会议记录（计算机科学讲稿，第1802卷），里卡多·波利，沃尔夫冈·班扎夫，威廉·兰登，朱利安·米勒，彼得·诺丁和特伦斯·福格蒂（编辑）。 施普林格，121-132。 https://doi.org/10.1007/978-3-540-46239-2_9 谷歌学者 J.F.Miller、P.Thomson和T.Fogarty。 1997年。使用进化算法设计电子电路。 算术电路：案例研究。 工程和计算机科学中的遗传算法和进化策略。 威利，105-131。 谷歌学者 安妮塔·诺依曼、弗兰克·诺依曼和赵谦。 2022.演化子模块优化：教程。 2022年7月9日至13日，美国马萨诸塞州波士顿，GECCO 22：遗传和进化计算会议，伴侣卷，Jonathan E.Fieldsend和Markus Wagner（编辑）。 美国医学会，1427-1449年。 https://doi.org/10.1145/3520304.3533624 谷歌学者 数字图书馆 Patryk Orzechowski、William La Cava和Jason H.Moore。 2018年，我们现在在哪里？ 近期符号回归方法的大型基准研究。 《遗传与进化计算会议论文集》（日本京都）（GECCO’18）。 美国纽约州纽约市计算机协会，1183-1190。 https://doi.org/10.1145/3205455.3205539 谷歌学者 数字图书馆 Patryk Orzechowski和Jason H.Moore。 2021.机器学习分类器综合评估的生成性和可复制性基准。 CoRR abs/2107.06475（2021）。 arXiv公司：2107.06475 https://arxiv.org/abs/2107.06475 谷歌学者 斯捷潘·皮切克（Stjepan Picek）、克劳德·卡莱特（Claude Carlet）、西尔万·吉利（Sylvain Guilley）、朱利安·米勒（Julian F Miller）和多马戈·雅科波维奇（Domagoj Jakobovic）。 2016.不同加密领域布尔函数的进化算法。 进化计算24，4（2016），667--694。 谷歌学者 Stjepan Picek、Domagoj Jakobovic、Julian F Miller、Lejla Batina和Marko Cupic。 2016.加密布尔函数：一个输出，多个设计标准。应用软计算40（2016），635--653。 谷歌学者 数字图书馆 里卡多·波利。 1997年，并行分布式遗传编程的类图形程序的演变。 1997年7月19日至23日，在美国密歇根州东兰辛举行的第七届遗传算法国际会议论文集，Thomas Bäck（编辑）。 摩根·考夫曼，346-353。 谷歌学者 卢卡斯·塞卡尼娜。 2012年，Evolvable Hardware。 在《自然计算手册》中，Grzegorz Rozenberg、Thomas Bäck和Joost N.Kok（编辑）。 斯普林格，1657-1705年。 https://doi.org/10.1007/978-3-540-92910-9_50 谷歌学者 莱奥·弗朗索索·达尔·皮科尔·索托、保罗·考夫曼、蒂莫西·阿特金森、罗曼·卡尔克鲁斯和马尔西奥·波尔托·巴斯加洛普。 2021.遗传编程中的图形表示。 遗传学。 程序。 进化马赫数。 22, 4 (2021), 607--636. https://doi.org/10.1007/s10710-021-09413-9 谷歌学者 数字图书馆 唐晓虎，唐邓，曾向勇，胡雷.2010。 具有（几乎）最优代数免疫性和极高非线性的平衡布尔函数。 IACR Cryptology ePrint Archive 2010（2010），443。 谷歌学者 纳塔莉亚·托卡列娃。 2011.关于迭代构造中bent函数的数量：下限和假设。 Cryptology ePrint Archive（2011）。 谷歌学者 Konstantinos Varelas、Ouassim Ait ElHara、Dimo Brockhoff、Nikolaus Hansen、Duc Manh Nguyen、Tea Tusar和Anne Auger。 2020年，对大型连续优化器进行基准测试：bbob大型测试床，COCO软件指南及其他。 申请。 软计算。 第97部分（2020年），106737。 https://doi.org/10.1016/j.asoc.2020.106737 谷歌学者 兹德内克·瓦西塞克。 2017.使用笛卡尔遗传规划弥合可进化硬件和工业之间的差距。 在《灵感来自大自然：朱利安·米勒60岁生日之际的随笔》中，苏珊·斯蒂芬尼和安德鲁·阿达马茨基（编辑）。 《涌现、复杂性和计算》，第28卷。 施普林格，第2章，39-55。 https://doi.org/doi:10.1007/978 -3-319-67997-6_2 谷歌学者 Zdenek Vasicek和Lukas Sekanina。 2014.如何从头开始进化复杂组合电路？。 2014年IEEE进化系统国际会议，ICES 2014，美国佛罗里达州奥兰多，2014年12月9日至12日。 IEEE，133--140。 https://doi.org/10.109/ICES.2014.7008732 谷歌学者 交叉引用 兹登克·瓦西塞克（Zdenek Vasicek）和卡雷尔·斯莱尼（Karel Slany）。 2012.笛卡尔遗传规划中的高效表型评估。 在计算机科学课堂讲稿中。 施普林格-柏林-海德堡，266-278。 https://doi.org/10.1007/978-3-642-29139-5_23 谷歌学者 数字图书馆 詹姆斯·阿尔弗雷德·沃克（James Alfred Walker）、凯瑟琳娜·沃尔克（Katharina Völk）、斯蒂芬·史密斯（Stephen L.Smith）和朱利安·弗朗西斯·米勒（Julian Francis Miller）。 2009年。使用多染色体笛卡尔遗传编程进行并行进化。 遗传学。 程序。 进化马赫数。 10, 4 (2009), 417--445. https://doi.org/10.1007/s10710-009-9093-2 谷歌学者 数字图书馆 王浩（Hao Wang）、迪德里克·维梅滕（Diederick Vermetten）、叶芙蓉（Furong Ye）、卡罗拉·多尔（Carola Doerr）和托马斯·巴克（Thomas Bäck）。 2022.IOHanalyzer:迭代优化启发式的详细性能分析。 ACM事务处理。 进化。 学习。 最佳方案。 2, 1 (2022), 3:1--3:29. https://doi.org/10.1145/3510426 谷歌学者 数字图书馆 英戈·韦格纳。 1991年，《布尔函数的复杂性》（Wiley Teubner on Applicable Theory in Computer Science）。 （1991年）。 谷歌学者 大卫·罗伯特·怀特（David Robert White）、詹姆斯·麦克德莫特（James McDermott）、毛罗·卡斯泰利（Mauro Castelli）、卢卡·曼佐尼（Luca Manzoni）、布莱恩·戈德曼（Brian W.Goldman）、加布里埃尔·克隆伯格（Gabriel Kronberger）、沃伊西奇·贾斯科夫斯基。 2013.更好的GP基准：社区调查结果和建议。 遗传学。 程序。 进化马赫数。 14, 1 (2013), 3--29. https://doi.org/10.1007/s10710-012-9177-2 谷歌学者 数字图书馆 斯图尔特·W·威尔逊。 1987.分类器系统和动画问题。 机器。 学习。 2, 3 (1987), 199--228. https://doi.org/10.1007/BF00058679 谷歌学者 交叉引用 S.Yang。 1991.逻辑合成和优化基准用户指南：3.0版。 技术报告。 MCNC技术报告。 谷歌学者 叶芙蓉、王浩、卡罗拉·多尔和托马斯·巴克。 2020年。用可配置交叉概率对（&mu；+λ）遗传算法进行基准测试。 《自然并行问题解决——PPSN XVI——第16届国际会议》，PPSN 2020，荷兰莱顿，2020年9月5日至9日，会议记录，第二部分（计算机科学讲稿，第12270卷），托马斯·巴克，迈克·普劳斯，安德烈·道茨，郝旺，卡罗拉·多尔，迈克尔·艾默里奇和海克·特劳特曼（编辑）。 施普林格，699-713。 https://doi.org/10.1007/978-3-030-58115-2_49 谷歌学者 数字图书馆 Tina Yu和Julian Miller。 2002.中立的情况下，在干草堆中发现针头并不难。 在遗传编程方面，詹姆斯·福斯特（James A.Foster）、伊芙琳·卢顿（Evelyne Lutton）、朱利安·米勒（Julian Miller）、康诺·瑞恩（Conor Ryan）和安德烈亚·特塔曼齐（Andrea Tettamanzi）（编辑）。 施普林格-柏林-海德堡，柏林，海德堡。 谷歌学者 数字图书馆
建议
通用布尔函数基准套件的研究 GECCO’23伴侣：遗传和进化计算伴侣会议记录 就在十多年前，第一次对遗传程序设计（GP）基准测试状态的全面审查分析了用于测试GP系统性能的问题与现实世界问题之间的不匹配。 从那以后，有几个。。。 子集SPEC CPU2006基准套件 2006年8月24日，标准性能评估公司（SPEC）发布了CPU2006，这是下一代业界标准化的CPU密集型基准测试套件。 SPECCPU基准测试套件已成为。。。
