برنامه نویسی بیان ژن

برنامه نویسی بیان ژن ( به انگلیسی: Gene expression programming ( GEP ) ) [ ۱] مجموعه ای از الگوریتم های فرگشتی است که به صورت خودکار برنامه ها و مدل های رایامه ای را تولید می کند. این برنامه ها و مدل ها می توانند به شکل های مختلفی باشند: مدل های ریاضی معمولی، شبکه های عصبی، درخت های تصمیم گیری، مدل های رگرسیون غیرخطی پیشرفته، مدل های رگرسیون لجستیک، دسته بندهای غیرخطی، ساختارهای چندجمله ای پچیده، مدارات و عبارات منطقی و . . . . [ ۲] این برنامه ها همانند یک ساختار درختی هستند که اندازه، شکل و ترکیب آن ها به واسطه ی یادگیری تغییر می کند. این برنامه ها همانند موجودات زنده در کروموزومی ساده و خطی و با درازای ثابت رمزگذاری می شوند.
فرایند با ایجاد تصادفی کروموزوم جمعیت اولیه شروع می شود. سپس کروموزوم ها بیان می شوند و سازواری هر یک ارزیابی می گردد. سپس بر اساس سازواری ها ژن هایی برای بازتولید انتخاب می شوند. از ژن های انتخاب شده، ژن های جدیدی به وجود می آیند که در همین فرایند استفاده خواهند شد. در زمان بازتولید علاوه بر رونوشت از ژن والد تغییراتی نیز به منظور ایجاد تنوع ژنتیکی انجام می گیرد. این تغییرات به صورت تصادفی کروموزوم فرزند را تغییر می دهدند.
ژنوم برنامه نویسی بیان ژن شامل کروموزومی خطی، ساده با درازای ثابت است که از ترکیب یک یا چند ژن با اندازه ی برابر به وجود می آید. ژن ها با وجود درازای ثابتشان درخت هایی با اندازه ها و شکل های مختلفی را کدگذاری می کنند. مثالی از کروموزومی با دو ژن با اندازه ی ۹، رشته ی زیر است:
که در آن L تابع الگوریتم طبیعی را بازنمایی می کند و c ، b ، a و d متغیرها و ثابت های مورد استفاده در مسئله را مشخص می کنند.
ساختار ژن های برنامه نویسی بیان ژن در به وسیله ی چارچوب خوانش باز بهتر فهمیده می شوند. البته در برنامه های بیان ژن با وجود اینکه محل شروع همیشه اولین جایگاه ژن است، نقطه ی پایانی همیشه انتهایی ترین جایگاه ژن نمی باشد. [ ۳]
چنانکه ذکر شد، ژن های برنامه نویسی بیان ژن اندازه ی یکسان دارند. با این وجود می توانند درخت های بیان با اندازه های متفاوت را کدگذاری کنند. این بدان معناست که ناحیه های کدگذاری در بین ژن ها متفاوتند که به انطباق و تکامل یافتن ژن ها کمک می کند.
برای مثال عبارت جبری زیر را در نظر بگیرید