Artificial intelligence 使用人工智能进行自动编程的搜索技术的类别是什么？

我正在研究文献中可用的自动编程技术，但仅限于那些使用人工智能的技术。我能找到的唯一这样的技术就是遗传编程

---

有没有其他技术可以将程序员不需要知道如何解决的高级问题规范转换为工作程序？这些搜索技术的分类是什么？

一般的分类是。其他技术包括，我相信你可以找到更多的自己，现在你知道在哪里寻找

---

您可能还想了解一下。

这一类别实际上没有一个特定的名称，尽管术语“遗传编程”通常不仅指使用以树表示的lisp S表达式的原始遗传编程，更广泛地指使用进化算法的所有自动编程技术。这当然不包括非进化方法，但这在研究文献中占有很大比例

<> P>其他可能倾向于这种“遗传编程”范畴的技术，你可能会考虑包括，和./P>

---

还有，这与遗传编程不同（尽管在某些方面类似）。关于使用蚁群优化进行自动编程，已经做了少量的研究。尽管如此，我不认为这是非常成功的。你可以通过谷歌学者找到最好的方法。

据我所知，遗传编程是目前自动编程技术的主要方法。除此之外，你可能还想看看

• 程序归纳/程序推理
• 最佳程序搜索（）
• 自我完善计划（）

---

其他搜索技术包括禁忌搜索和模拟退火。在规划竞赛中，他们的表现通常甚至优于遗传算法：例如，决赛选手1、2、3和4使用禁忌搜索和/或模拟退火，而决赛选手5使用遗传算法

---

然而，我还没有看到他们应用于自动编程技术，这可能是因为他们不适合这种技术。

我想问的基本上是，除了基于进化的程序搜索技术，是否还有其他技术。不幸的是，大多数人工智能在自动编程方面的工作都来自进化技术。有一些小的尝试使用了其他技术，比如我提到的ACO技术，但除此之外，我不知道有什么实质性的东西。机器学习是一个比自动编程更广泛的范畴，而boosting和神经网络是稍微无关的。它们也许可以应用于自动编程问题，但它们本身并不是自动编程技术。