Automaattinen ohjelmointi käyttäen geneettistä ohjelmointia

Abstract

Kirjallisuuskatsauksessa perehdytään geneettiseen ohjelmointiin automaattisen ohjelmoinnin työkaluna, sen perusteisiin ja sen käyttötarkoituksiin, millaisten ongelmien rat kaisuun se kelpaa, ja mitkä ovat haasteita sen kehittämisessä. Geneettisessä ohjelmoinnissa havaittiin olevan pohja kirjallisuudessa, mutta geneettisen ohjelmoinnin toteutuksien havaittiin olevan tutkimustyötä runsaampia. Toisin sanoen teknologian sovellukset menevät tutki muksen edellä. Yleisin haaste alalla ovat geneettisen ohjelmoinnin rajoittuneisuus pienten ongelmien ratkaisuun, sillä suuressa skaalassa geneettisen ohjelmoinnin suoritusaika kärsii huomattavasti, mikä on yleinen ongelma automaattisessa ohjelmoinnissa.

In this literature review we take a look at genetic programming as a tool, it’s definitions, current use and what it is capable of solving, and what kind of challenges are faced in its development. Genetic programming is found to be well-based in theory in literatu re However, it has to be noted that the solutions and implementations are more numerous than research papers. In other words, technological advancements go before definitions and scientific research. The most common problem to be found with genetic programming is that of scalability. Large blocks of code and complex problems increase run-time significantly, which is a common problem in the field of automatic programming.