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(μ+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。。。