Arithmetic expressions 在不了解操作员的情况下找到关系?

Arithmetic expressions 在不了解操作员的情况下找到关系?,arithmetic-expressions,genetic-programming,Arithmetic Expressions,Genetic Programming,1+2+3=6是一个简单的方程,但假设你有这样的东西: 1号?2.3=6 你如何找到接线员?可能吗 我在Python中尝试了一点gplearn,但似乎您需要事先至少了解一些操作符才能正确使用它。此外,这就是符号回归的用途吗?遗传编程需要一个特定于问题的函数集 在gplearn中,可用函数集由参数(function\u set)控制,该参数在初始化估计器时设置: gp=symbolicCregressor(函数集=['add','sub','mul','sin','abs','sqrt']) 对

1+2+3=6是一个简单的方程,但假设你有这样的东西:

1号?2.3=6

你如何找到接线员?可能吗


我在Python中尝试了一点gplearn,但似乎您需要事先至少了解一些操作符才能正确使用它。此外,这就是符号回归的用途吗?

遗传编程需要一个特定于问题的函数集

gplearn
中,可用函数集由参数(
function\u set
)控制,该参数在初始化估计器时设置:

gp=symbolicCregressor(函数集=['add','sub','mul','sin','abs','sqrt'])
对于一个简单的数值问题,函数集可能只包含算术函数(这是
gplearn
的默认设置)

通常,充分性是函数集应该具有的属性之一。充分性意味着可以使用原语集(函数集+终端集)的元素表示问题的解决方案

不幸的是,它只能在某些领域得到保证(例如,布尔归纳问题的
['and','or','not']

然而,在许多情况下,GP可以使用不充分的基元集开发非常接近所需的表达式

通常添加一些不必要的函数以确保充分性不会导致GP速度过快。无论如何,你必须尝试,因为它会以意想不到的方式使系统产生偏差

还有一些技术可以提供一种机制,通过这种机制,进化过程可以进化出潜在的可重用组件(例如,ADF-自动定义的功能)。ADF是使用原语集组成的


这就是符号回归的用途吗

通常,变量和常数(终端集)也会发生演变/重组。具体问题是一种带有附加约束的符号回归