遗传编程在C＃中
我一直在寻找一些很好的C＃编程实例。 任何人都知道好的在线/书籍资源？ 不知道是否有进化/遗传编程的C＃库？
在开发了自己的遗传编程教学应用程序之后 ，我发现了一个完整的遗传编程框架，称为AForge.NET遗传学 。 这是Aforge.NET库的一部分。 它是根据LGPL授权的。
MSDN去年就有一篇关于遗传编程的文章： 遗传algorithm：适用于Windows Forms的Fittest的生存
我build议不要实际生成组件，除非你绝对需要，特别是如果你刚刚开始实施遗传algorithm。
当目标语言function化和dynamicinput时，遗传algorithm最容易实现。 这就是为什么大多数遗传algorithm研究是在LISP中编写的。 因此，如果你打算用C＃实现它，你可能最好定义你自己的迷你“树型语言”，让algorithm生成树，然后在运行algorithm的每一次迭代时解释树。
我在大学时做了一个这样的项目（在C＃中实现了遗传algorithm），这就是我采取的方法。
这样做会给你的优势，只有一个代表工作（AST表示），是最适合执行和遗传algorithm“繁殖”的步骤。
或者，如果您尝试生成程序集，则可能最终会为应用程序添加大量不必要的复杂性。 目前，CLR不允许从应用程序域卸载程序集，除非整个应用程序域被销毁。 这意味着您需要在algorithm的每次迭代中为每个生成的程序创build一个单独的应用程序域，以避免在应用程序中引入巨大的内存泄漏。 一般来说，整个事情只会增加一堆额外的刺激。
另一方面，AST的解释就像其他任何对象一样，都是垃圾收集的，所以你不需要在多个应用程序域中闲逛。 如果出于性能方面的原因，您想要编码的最终结果，您可以稍后添加支持。 不过，我build议你使用DynamicMethod类来做到这一点。 它将允许您在运行时dynamic地将AST转换为已编译的委托。 这将使您能够部署一个单一的DLL，同时保持代码生成的东西尽可能简单。 此外，DynamicMethod实例是垃圾收集的，所以你最终可以将它们作为遗传algorithm的一部分，以加快速度。
您可以使用LINQexpression式树来实现遗传程序devise – 更有可能产生比随机IL代更有用的东西。
你的意思是实际的遗传编程，而不是一般的遗传algorithm？
如果是这样，C＃/。net不是最好的语言。 例如，LISP一直是GP的中stream砥柱。
但是，如果你必须的话，你可能要dynamic生成CIL / MSIL。 你可以使用System.Reflection.Emit来做到这一点，但是我build议使用Mono.Cecil 。 它缺乏好的文档（就好像reflection散发了它们一样）。但它提供了更好的组装发射和reflection。
另一个问题是在.net框架中加载代码并稍后处理它并不重要。 至less，你不能卸载程序集。 你可以卸载appdomains，但是将代码加载到一个单独的appdomain中，然后在外部调用它的整个过程会变得非常混乱。 .NET 3.5的System.Addin的东西应该更容易。
如果您对遗传algorithm或启发式优化感兴趣，您可能需要查看HeuristicLab 。 它开发了几年，自从我们发布了新版本以来的一年半。 它在C＃4中编程，并有一个很好的GUI。 遗传algorithm，遗传编程，进化策略，局部search，禁忌search，粒子群algorithm，模拟退火等等已经有很多algorithm可用。 车辆path问题，旅行商问题，实函数优化问题，背包问题，二次分配问题，分类问题，回归问题等等都存在着一些问题。 还有教程，我们有协议缓冲集成，所以你可以与外部程序进行通信解决scheme评估。 它是根据GPL授权的。 2009年该软件获得了微软奥地利微软创新奖。
我们还写了一本关于这个主题的书： 遗传algorithm和遗传编程 。
我正在阅读“遗传编程领域指南” （免费PDF下载）。 它也可以作为平装书。 它讨论了使用Java编写的名为TinyGP的库。 你可能会得到一些里程。 我还没有开始做任何实际的编程，但希望能够应用C＃中的一些概念。
如果您对全function的Evolutionary Computation框架感兴趣，我已经将ECJ分为C＃.NET 4.0。 该软件包包括原始ECJ Java项目的所有内容，包括所有工作示例。
我还写了500个unit testing来validation转换的许多方面。 但是还需要更多的testing。 特别是分布式计算方面没有得到充分的testing。 那是因为我打算从ECJ简单地使用套接字转换成使用WCF和WF的更强大的策略。 我也将重新构build利用TPL（任务并行库）的框架。
无论如何，你可以在这里下载最初的转换：
http://branecloud.codeplex.com
我也正在将其他几个从Java到.NET的框架转换成与“综合智能”研究（当我能find时间）有关的过程。
本
你可以试试GeneticSharp 。
它具有所有经典GA操作，如select，交叉，变异，重新插入和终止。
它是非常可扩展的，你也可以定义你自己的染色体，适应度函数，种群生成策略和所有引用的操作。
它可以用于许多types的应用程序，如C＃库和Unity 3D游戏，有样本在GTK＃app和Unity 3D跳棋游戏中运行 。
它也适用于Win和OSX。
这里是一个基本的示例如何使用库：
var selection = new EliteSelection(); var crossover = new OrderedCrossover(); var mutation = new ReverseSequenceMutation(); var fitness = new YourFitnessFunction(); var chromosome = new YourChromosome(); var population = new Population (50, 70, chromosome); var ga = new GeneticAlgorithm(population, fitness, selection, crossover, mutation); ga.Start(); 我有一个免费的产品，可以帮助。 遗传algorithm框架.Net 4.0是一个带有一些支持性文章的.Net 4.0程序集。
Manning的书“ .NET中的元编程 ”通过expression式树来描述GP的大部分内容。
我用C＃维护一个ECJ的端口。 这很棒。
