本文探索基因编程能否演变为一个C/C++计算机仿真模型,准确模拟垃圾焚烧炉的流程.人类专家编写的仿真模型运用于全世界的工、商各行业.此类模型的编程费用昂贵,所模拟的具体过程可能无效,也许包含错误.基因编程是一种机器学习技术.它在处理某一过程的输入和输出信息的同时编写模拟模型,校准、优选模型常数和验证解决方案.最终结果是一台被校准的、有效的、没有错误的、针对某一具体流程的C/C++计算机模型.利用从垃圾焚烧炉焚烧过程中获得的数据来验证这一方法,这个过程很难仿真.在之前的一次精心构思的研究中,使用常规的机器学习技术、神经网络分析方法、都无法获得有用的解决方法.本研究使用了各种各样的变异概率(95﹪,50﹪和10﹪),每种变异概率中任选十粒原始种子并进行多代进化(1,280到4,461代).GP系统找到了解决这个问题的最佳方法--最佳的适应度数据测量法,R2=0.961.这一研究证明了基因编程对过程仿真的价值.确定了之前发表的文章中的发现,即,反复运行GP产生的输出分配容易带出极佳的解决方案.在之前的神经网络研究中并未发现这样的结果.这一发现强调了需要使用各种原始种子和变异率反复运行GP以找到解决难题的好方法.同时,也展示了机器代码水平上的静态科学数据采集和实时程序控制的快速基因编程算法的价值.研究工耗600个CPU小时;其他GP算法需要大约4到136CPU年才能得出同样结果.