Бактерии кода: развитие математического поведения

Это не было бы мое намерение поместить ссылку на мой блог, но у меня нет никакого другого метода для разъяснения то, что я действительно имею в виду. Статья довольно длинна, и это находится в трех частях (1,2,3), но если Вам любопытно, это стоит чтения.

Давным-давно (5 лет, по крайней мере) я запрограммировал программу Python, которая генерировала "математические бактерии". Эти бактерии являются объектами Python с простым основанным на коде операции генетическим кодом. Можно подать их с числом, и они возвращают число, согласно выполнению их кода. Я генерирую их генетические коды наугад и применяю экологический выбор к тем объектам, приводящим к результату, подобному предопределенному математическому ожиданию. Затем я позволяю им копировать, представить мутации и развить их. Результат довольно интересен, поскольку их генетический код в основном изучает, как решить простые уравнения, даже для значений, отличающихся для обучающего набора данных.

Теперь, этой вещью является просто игрушка. У меня было время для траты, и я хотел удовлетворить свое любопытство. однако, я предполагаю, что что-то, с точки зрения исследования, было сделано... Я изобретаю велосипед здесь, я надеюсь. Вы знаете о более серьезных попытках создания в - silico бактерии как та, которую я запрограммировал?

Обратите внимание на то, что это не действительно "генетические алгоритмы". Генетические алгоритмы - при использовании эволюции/выбора для улучшения вектора параметров против данного выигрыша функции. Это довольно отличается. Я оптимизирую код, не параметры, против данного выигрыша функции.