Testing 遗传编程成功地解决了哪些问题？

我目前正在试验GP，我想要一些已经用GP解决的测试问题。这样，我就知道基因编程将能够提供一个有效的解决方案。此外，更短更简单的测试用例会更好，因为我计划多次运行该算法。谢谢。

下面是一篇关于将遗传算法应用于旅行商问题的文章。我相信，如果你仔细查看JStor或类似的期刊集，你会发现一种遗传编程算法可以解决大多数NP完全问题。例如，关于SAT解算器。

以下是GP测试的更常见基准问题列表。这些都是非常广泛的使用和描述每一个应该很容易找到与谷歌。对于每一个非常全面的描述，包括合适的适应度函数和结果，如果可以的话，你可以与Koza的第一本遗传编程书进行比较（该领域从那时起就有了一些进展，因此它们不是主要的结果，但你不可能找到更全面的描述）

布尔函数

• 偶数奇偶
• 奇偶校验
• 多路复用器（3位、6位、11位）
• 多数

符号回归

• 四次多项式
• 其他功能太多，无法提及

路径查找

• 人工蚂蚁（圣菲径）
• 割草机
• 塔塔罗斯问题
• 电路设计
• 旅行推销员

控制

• 大车定心
• 极点平衡

迭代/递归

• 分类
• 列表还原
• 斐波那契序列
• 阶乘的

GP还成功地测试了一系列其他问题，这里还有一些问题，尽管这些问题可能超出了您目前正在寻找的范围：

• 玩游戏，包括Pacman女士、Otherlo、Mario
• 分类问题（蛋白质分类等）
• 日程安排
• 金融交易
• 两足动物运动
• 天线设计

如果你只是想从几个问题开始，看看算法的运行和产生的解决方案，那么我建议从一个简单的符号回归开始（你试图找到一个数学公式），然后尝试一个简单的布尔问题，比如偶数3奇偶或6位多路复用器。这些问题的好处是，通过更改试图查找的公式或增加位数，可以轻松地增加难度