[发明专利]遗传编程方法、装置和计算机可读介质

说明书

本发明提供了遗传编程方法、装置和计算机可读介质，该方法包括：获取第一预设数量的第一个体，利用适应度评估规则对所有第一个体进行评估以得到每个第一个体的适应度；根据第一个体和遗传算法确定第一预设数量的子代个体；对所有的子代个体进行评估；如果完成评估的子代个体的数量达到第一预设阈值，则确定该子代个体为目标子代个体；将根据适应度筛选出第二个体确定为第一个体；若已完成评估的个体总数小于第二预设阈值，则根据第一个体和遗传算法确定的第三个体和未完成评估的子代个体确定为子代个体，以及执行对子代个体进行评估；若已完成评估的个体总体不小于第二预设阈值，则输出适应度最高的子代个体。本方案能够提高个体的优化效率。

技术领域

本发明涉及计算机技术领域，特别涉及遗传编程方法、装置和计算机可读介质。

背景技术

遗传算法是一类可用于复杂系统优化计算的鲁棒性搜索算法，起源于对生物系统所进行的计算机模拟研究。通过复制、交叉、变异等操作，使新一代个体的结果优于父代，通过不断迭代，逐渐得出最优结果。而后被广泛应用于解决非线性优化问题、图像处理、自动化控制、生产调度等问题。

效能是指系统在规定条件下达到规定使用目标的能力，效能评估以某一复杂系统作为研究对象，综合考虑各种相关因素，最终通过计算得到该复杂系统在执行某项任务时的效率指标的结论性评价。现有技术中，通常利用遗传算法解决效能优化问题，但是传统的并行遗传编程方法在评估效能时需要等待评估耗时最久的个体执行完成，导致了大量处理器资源处于闲置状态，从而影响系统整体性能，这不利于提高个体的优化效率。

发明内容

本发明提供了遗传编程方法、装置和计算机可读介质，能够提高个体的优化效率。

第一方面，本发明实施例提供了遗传编程方法，该方法包括：

获取第一预设数量的第一个体，其中，所述第一预设数量不少于两个；

将预设的样本数据输入到每一个所述第一个体中，并利用预设的适应度评估规则对所有的所述第一个体进行评估，以得到每一个所述第一个体的适应度；

根据所述第一个体和预设的遗传算法，确定第一预设数量的子代个体；

利用所述适应度评估规则对所有的所述子代个体进行评估，确定完成评估的子代个体的数量是否达到预设的第一预设阈值；

如果完成评估的子代个体的数量达到所述第一预设阈值，则将该子代个体确定为目标子代个体，其中，所述第一预设阈值小于所述第一预设数量；

在所有的第一个体和所有的目标子代个体中，按照适应度由高至低的顺序筛选出第一预设数量的第二个体，并将所述第二个体确定为第一个体；

如果已完成评估的个体总数小于第二预设阈值，则执行如下操作：根据所述第一个体和所述遗传算法，确定第二预设数量的第三个体，并将所述第三个体和未完成评估的子代个体确定为所述子代个体，以及执行所述利用所述适应度评估规则对所有的所述子代个体进行评估，其中，所述第二预设数量等于所述第一预设阈值；

如果已完成评估的个体总体不小于第二预设阈值，则输出适应度最高的子代个体。

可选地，所述利用所述适应度评估规则对所有的所述子代个体进行评估，确定完成评估的子代个体的数量是否达到预设的第一预设阈值，包括：

以并行的方式利用所述适应度评估规则对所有的所述子代个体进行评估；

以轮询的方式轮询所有的所述子代个体，确定完成评估的子代个体的数量是否达到预设的第一预设阈值。

可选地，所述适应度评估规则，通过如下公式确定：