基于基因表达式编程的函数挖掘——收敛性分析与残差制导进化算法

被引：46

作者：

元昌安

唐常杰

左劼

谢方军

陈安龙

胡建军

机构：

[1] 四川大学计算机学院,四川大学计算机学院,四川大学计算机学院,四川大学计算机学院,四川大学计算机学院,四川大学计算机学院四川成都广西师范学院信息技术系广西南宁,四川成都,四川成都,四川成都,四川成都,四川成都

来源：

四川大学学报(工程科学版) | 2004年 / 06期

关键词：

基因表达式编程; 函数挖掘; 收敛性; 残差制导进化算法;

D O I：

10.15961/j.jsuese.2004.06.022

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

为了克服传统的数学方法在确定要发现的函数类型时需要依赖专业知识,具有主观性和盲目性及基于遗传编程(GP)的函数发现方法效率太低的问题,提出了基于基因表达式编程(GEP)新的函数挖掘方法,并分析了算法的收敛性,并根据收敛性定理提出了GEP的改进算法———残差制导进化算法RGEA。通过对GP、GEP、RGEA算法的比较实验,结果表明,在噪声数据很小的情况下,3种算法均挖掘出目标函数,但GEP比GP的收敛速度提高了20倍,RGEA比GP提高了60倍。对于函数类型未知且极为复杂的数据,GEP和RGEA在发现理想函数的速度上要比GP分别快900、1800倍。

引用

页码：100 / 105

页数：6

共 8 条

[1]

Mutation, transposition, and recombination: an analysis of the evolutionary dynamics. Ferreira C. Proceedings of the 6th Joint Conference on Information Sciences, 4th International Workshop on Fronties in Evolutionary Algorithms . 2002

[2]

遗传算法的基本理论与应用[M]. 科学出版社 , 李敏强等著, 2002

[3]

Combinatorial optimization by gene expression programming: inversion revisited. Ferreira C. Proceedings of the Argentine Symposium on Artificial Intelligence . 2002

[4]

Evolving accurate and compact classification rules with gene expression programming. Zhou Chi,Xiao Weimin,Tirpak T M,et al. IEEE Transactions on Evolutionary Computation . 2003

[5]

Analyzing the founder effect in simulated evolutionary processes using gene expression programming. Ferreira C. Soft Computing Systems: Design, Management and Applications . 2002

[6]

Forecasting chaotic time series with genetic algorithms. Szpiro G G. Physical Review . 1997

[7]

Gene expression programming: a new adaptive algorithem for solving problems. Ferreira C. Complex Systems . 2001

[8]

Discovery of the boolean functions to the best density-classification rules using gene expression programming. Ferreira C. Euro GP 2002 (The 4th European Conference on Genetic Programming), Lecture Notes in Computer Science . 2002

← 1 →