我很好奇用 C# 编写“自己编写”的代码。我知道这在广义上是不可能的，但我正在考虑为动态程序集设置某种格式，以定义除某些目标函数的主体之外的所有内容。然后一个算法或神经网络尝试填充函数体。在此之后，程序集被执行，新启动的程序集然后尝试调用目标函数，然后基于相同的代码创建另一个新程序集，希望更好地实现该目标函数。
鉴于这种行为，C# 和动态程序集将是一个合适的选择（我担心创建和执行程序集所花费的时间）。是否有某种语言专门用于动态创建要执行的代码，或者 C# 是一个足够好的选择吗？
此外，欢迎对创建程序集想法的整个程序集的方法或设置发表任何评论，并表示赞赏！（如果你看不出来，我很新）
谢谢！
我可能错了，但这听起来很像您对遗传编程感兴趣。一个很好的基础是阅读（我会推荐这本关于机器学习的书，它很棒）。
特别是对于遗传编程，您可以尝试GPdotNET，但对于更广泛的机器学习，我肯定会查看Accord .NET Framework。Accord 背后的人写了一个很棒的博客，这也很有用。
如果你想“进化”源代码，你必须能够操纵它。使用抽象语法树最容易做到这一点。使 AST 易于操作的工具称为程序转换系统，这些工具可以编码源到源的转换规则，这些规则可以充当基因突变。
我们的 DMS Software Reengineering Toolkit 的一个这样的规则代码如下所示：
swap_operators(x:product,y:term): sum-> sum
"\x + \y " -> "\x - \y" if somecondition();
如果已应用，则将“+”替换为“-”。理想情况下，您应该拥有一堆“交叉”运算符（切换运算符、更改表达式优先级、更改提及的变量、更改控制结构等）和控制是否将交叉运算符作为演化的一部分应用的“某些条件”步。
您需要其他方法来编译/运行/评估进化程序的适用性。
要使用 DMS 执行此类操作，您需要 DMS 读取（解析为 AST）基线程序（“初始生成”），应用一组进化转换，为修改后的 AST 发出代码，编译并运行它们（DMS 可以调用诸如“编译”和执行之类的子流程），评估结果选择这一代的前 N 个，再次应用进化运算符，重复直到必杀技或您的电费溢出。
随机改变代码不会产生线性变化。你的小改变应该主要带你走向成功。所以它与蛮力没有区别。遗传算法将被草稿到混乱状态。
C# 适用于基因编程，特别是现在动态语言运行时位于 .NET 框架中并且可以通过 C# 的 dynamic 关键字访问。
GeneticProgramming .NET是一个可以帮助您起步的项目。几年前还有一篇关于使用 C# 和 Windows 窗体进行遗传编程的 MSDN 文章：使用 C# 进行自然选择。