四川大学学报（自然科学版）
四川大學學報（自然科學版）
사천대학학보（자연과학판）
JOURNAL OF SICHUAN UNIVERSITY（NATURAL SCIENCE EDITION）
2010年
3期
530-536
,共7页
巩杰%唐常杰%徐开阔%段磊%魏绪仲%姜页希
鞏傑%唐常傑%徐開闊%段磊%魏緒仲%薑頁希
공걸%당상걸%서개활%단뢰%위서중%강혈희
基因表达式编程%早熟%选择算子%聚类
基因錶達式編程%早熟%選擇算子%聚類
기인표체식편정%조숙%선택산자%취류
基因表达式编程(GEP)融合了遗传算法和遗传编程的优点,进化速度提高了2～4个数量级,但在解决复杂问题时仍存在早熟现象. 为解决这个问题,做了下列工作:(1)定义了种群多样性度量和选择压力,分析了传统GEP算法选择操作的不足;(2) 把聚类思想引入选择操作中,提出了基于聚类竞争GEP算法CC-GEP(GEP based on Cluster Competition),证明了CC-GEP能自适应地根据种群多样性调节选择压力;(3) 实验表明CC-GEP比传统GEP成功率高36%,模型精度R-square提高8%,多次运行的最优适应度平均值提高了8%,说明CC-GEP算法更加稳定,较好地克服了GEP的早熟问题.
基因錶達式編程(GEP)融閤瞭遺傳算法和遺傳編程的優點,進化速度提高瞭2～4箇數量級,但在解決複雜問題時仍存在早熟現象. 為解決這箇問題,做瞭下列工作:(1)定義瞭種群多樣性度量和選擇壓力,分析瞭傳統GEP算法選擇操作的不足;(2) 把聚類思想引入選擇操作中,提齣瞭基于聚類競爭GEP算法CC-GEP(GEP based on Cluster Competition),證明瞭CC-GEP能自適應地根據種群多樣性調節選擇壓力;(3) 實驗錶明CC-GEP比傳統GEP成功率高36%,模型精度R-square提高8%,多次運行的最優適應度平均值提高瞭8%,說明CC-GEP算法更加穩定,較好地剋服瞭GEP的早熟問題.
기인표체식편정(GEP)융합료유전산법화유전편정적우점,진화속도제고료2～4개수량급,단재해결복잡문제시잉존재조숙현상. 위해결저개문제,주료하렬공작:(1)정의료충군다양성도량화선택압력,분석료전통GEP산법선택조작적불족;(2) 파취류사상인입선택조작중,제출료기우취류경쟁GEP산법CC-GEP(GEP based on Cluster Competition),증명료CC-GEP능자괄응지근거충군다양성조절선택압력;(3) 실험표명CC-GEP비전통GEP성공솔고36%,모형정도R-square제고8%,다차운행적최우괄응도평균치제고료8%,설명CC-GEP산법경가은정,교호지극복료GEP적조숙문제.
