author=“ 佩努萨尔·马查多 和 安德雷·迪亚斯 和 阿米尔卡·卡多佐 ", title=“｛GenCo｝：项目报告”， booktitle=“ISAS 2001——适应性国际研讨会 系统——进化计算与概率 图形模型”， year=“2002”， editor=“Alberto Ochoa Rodriguez”， address=“古巴哈瓦那”， 月=“19-23”#mar， 电子邮件=“ machado@dei.uc.pt , adias@student.dei.uc.pt , amilcar@dei.uc.pt ", keywords=“遗传算法，遗传编程，NEvAr”， citeseer-isreferencedby=“oai:CiteSeerPSU:80970”， citeser-references=“oai:CiteSeerPSU:276822； \引用{oai:CiteSeerPSU:336117}； oai:CiteSeerPSU:327061； oai:CiteSeerPSU:15714“， annote=“宾夕法尼亚州立大学CiteSeer档案馆”， language=“en”， oai=“oai:CiteSeerPSU:510392”， rights=“unrestricted”， URL=“ 
网址：http://eden.dei.uc.pt/ ~machado/research/pdf/2001/ISAS-2001.pdf“， URL=“ 
http://citeseer.ist.psu.edu/510392.html ", size=“6页”， abstract=“遗传编程涉及计算机的进化 程序，通常用树表示 由功能和终端组成。 为了分配 健身，必须评估计划，即 GP最费时的步骤。在当今标准中 方法，评估包括解释 步骤。 为了避免这一步骤，这会大大减慢 算法，一些研究人员直接进化机器 代码程序。 另一种方法是构建 基因组编译器，即转换 机器代码程序中的个人树和 执行此代码。 这两种技术都可以带来巨大的 速度提升。 然而，这些方法有一些 缺点。 在本文中，我们介绍了GenCo： 主要目标是开发 基因编程基因组编译器系统，即 克服了当前方法的一些缺点， 在更广泛的范围内实现高速改进 域。 我们还将在 程序化压缩任务，GenCo在其中打开 平均速度，比标准的基于C的GP快80倍 系统。 ", notes=“'入口检测、优化和缓存' CIMAF 2001国际会议背景。 未验证 LilGP公司 \引文{zonger:1996:lilgp} 解释步骤 替换为编译步骤。 Lena图像压缩。 10万至100万人的索赔 每秒计算GPops。 ",
