首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 248 毫秒
1.
基于统计分析和停滞速度的GEP自动建模*   总被引:2,自引:2,他引:0  
介绍了基因表达式程序设计的基本原理,并针对经典GEP算法存在的不足提出了一种基于统计分析和停滞速度的改进GEP算法——SACVGEP。其特点在于:用重复体统计的方法改进了初始种群的生成;提出停滞速度概念;引入了动态变异算子。最后,将该算法用于求解复杂函数自动建模并与传统方法、神经网络方法、经典GEP方法等进行比较。实验结果表明,用此方法建立的模型比传统方法、神经网络方法、经典GEP等方法具有更好的性能。  相似文献   

2.
提出了一种基于均匀设计的基因表达式编程算法(UGEP),该算法对经典的GEP算法做了以下改进:利用混合水平均匀表的构造对初始种群的产生进行改进,保证了解分布的均匀性;引入自适应多亲杂交算子,用均匀优化代替随机进化。从理论上分析并证明了UGEP更具有全局收敛性,且收敛速度也优于经典的GEP。试验结果也证明,在求解函数拟合和时间序列预测等实际问题时,对比同类算法,UGEP算法体现出了较大的优越性。  相似文献   

3.
文章提出了二阶有理式多层前馈神经网络的数学模型。有理式多层神经网络的思想来源于函数逼近理论中的有理式逼近。有理式前馈神经网络模型是传统前俯神经网络模型的推广,能有效地求解函数逼近问题。文章给出了有理式多层神经网络的学习算法,即误差反传播学习算法。就计算复杂度而言,有理式神经网络的学习算法与传统的多层神经网络反传播算法是同阶的。文章还给出了函数逼近和模式识别两个应用实例,实验结果说明二阶有理式多层神经网络在解决传统的问题上是有效的。  相似文献   

4.
针对Hopfield网络求解TSP问题时出现无效解和收敛性能差的问题,对约束条件能量函数进行改进,构造了一种求解TSP问题的遗传Hopfield神经网络算法,并与经典Hopfield神经网络求解TSP方法进行对比.实验结果表明,本文算法具有更好的整体求解性能.  相似文献   

5.
GEP软件设计及其K表达式快速求值算法   总被引:1,自引:0,他引:1  
简要介绍了基因表达式程序设计方法的基本原理,利用VC 和C#混合编程方法编制了其求解反问题的实验平台,在分析了传统K表达式求值算法的利弊后给出了一种新的K表达式快速求值算法Kquick,并对其进行时间、空间复杂度分析,结果显示其明显优越于传统算法;在GEP的程序实现上,采用了单指令多数据(SIMD)技术,充分发挥了算法内含的并行性,设计出了基于GEP的PSS系统,PSS将大大有助于进一步的反问题求解研究.  相似文献   

6.
提出一种改进的GEP(Gene Expression Programming)算法。根据重金属(HM)形态随时间变化(HMFT)的特点,建立基于跳跃基因表达式编程(JM-GEP)的重金属形态预测模型。跳跃算子是该模型的关键。为了保持种群多样性,研究最优保留策略GEP的收敛特性,跳跃算子采用自适应的跳跃概率。针对改进后的JM-GEP算法,提出一种基于GEP的重金属形态预测建模方法。仿真结果表明新模型更适合于HMFT的特性函数,找到全局最优解,且明显优于经典GEP算法及其他算法。该新模型方法还可广泛用于其他时间序列预测问题的研究。  相似文献   

7.
基于改进基因表达式程序设计的股票指数预测   总被引:1,自引:0,他引:1       下载免费PDF全文
钱晓山 《计算机工程》2009,35(5):200-202
介绍基因表达式程序设计方法的基本原理,针对股票指数分析与预测问题,在经典的GEP算法基础上,提出一种基于动态变异算子的改进的GEP算法——IGEP算法,动态变异算子随着进化代数和染色体所含基因数目不同而变化,从而加快了GEP的收敛速度和精确度,对算法进行了复杂度和收敛性分析。设计一种基于IGEP的股票指数分析与预测算法,数值实验结果表明,该算法优于经典GEP算法,具有较广泛的通用性。  相似文献   

8.
提出一种用基因表达式编程(GEP)自动设计神经网络的算法.针对标准GEP算法在优化神经网络过程中的早熟现象和变异率低问题,对算法进行了改进,并给出算法的具体应用实例.与其它优化算法的对比实验表明,GEP是一种有效的神经网络设计方法,并且改进的GEP算法比标准GEP算法进化效率高,将收敛率提高了37个百分点,收敛速度快,进化代数仅是标准算法的58%.  相似文献   

9.
介绍了基因表达式编程方法的基本原理,针对股票指数分析与预测问题,在经典的GEP算法基础上,提出了一种基于动态变异算子的改进的GEP算法--IGEP(improved GEP)算法.动态变异算子随着进化代数和染色体所含基因数目不同而变化,从而加快了GEP的收敛速度和精确度.还对算法进行了复杂度和收敛性分析.最后设计了一种基于IGEP的股票指数分析与预测算法,数值实验结果表明该算法优越于经典GEP算法,非常有效且具有较广泛的通用性.  相似文献   

10.
在复杂的连续空间应用场景中,经典的离散空间强化学习方法已难以满足实际需要,而已有的连续空间强化学习方法主要采用线性拟合方法逼近状态值函数和动作选择函数,存在精度不高的问题。提出一种基于联合神经网络非线性行动者评论家方法(actor-critic approach based on union neural network, UNN-AC)。该方法将动作选择函数和评论值函数表示为统一的联合神经网络模型,利用联合神经网络非线性拟合状态值函数和动作选择概率。与已有的线性拟合方法相比,非线性UNN-AC提高了对评论值函数和动作选择函数的拟合精度。实验结果表明,UNN-AC算法能够有效求解连续空间中近似最优策略问题。与经典的连续动作空间算法相比,该算法具有收敛速度快和稳定性高的优点。  相似文献   

11.
一种改进的GEP方法及其在演化建模预测中的应用   总被引:4,自引:0,他引:4  
陆昕为  蔡之华 《计算机应用》2005,25(12):2783-2786
为了提高预测的准确性,结合基于突变算子的基因表达式和一种基于群体搜索技术的演化算法,提出了改进的GEP方法,并用其对数据进行演化建模。实例测试的结果表明,使用改进的GEP方法得到的模型要优于GP和单纯的GEP方法得到的模型,本方法具有良好的拟合度和预测精度。  相似文献   

12.
提出1种混合使用模拟退火和竞赛规则选择算子的改进GEP算法-GEPMS算法。以E-Dragon软件计算、经RM算法筛选得到的7个RDF描述符作为自变量,以抗HIV-1活性IC_(50)值作为因变量,基于GEPMS算法建立关于48种喹诺酮羧酸类化合物的HIV-1整合酶抑制剂活性的QSAR模型。与GEP、GEPSA和v-SVM算法建立的QSAR模型进行比较,本文模型、GEP、GEPSA和v-SVM模型对训练集的计算结果,决定系数R~2分别为0.9667、0.9624、0.9348和0.9711,对验证集的预测结果R~2则分别为0.9565、0.8974、0.9124和0.7656,表明本文的GEPMS模型具有最佳的泛化能力,算法的改进效果明显。  相似文献   

13.
改进的基因表达式程序设计实现复杂函数的自动建模   总被引:3,自引:1,他引:3  
基因表达式程序设计(简称GEP)是一种新型的遗传算法,它继承了遗传程序设计(简称GP)和遗传算法的优点并且具有更高的效率和更强的搜索能力,但同时也存在缺乏学习机制,搜索过于盲目的缺点,针对其缺点对其进行了如下改进:(1)改变了GEP的基因表达式结构,将原来的“头+尾”结构改成了“头+身+尾”结构,以利于其引进学习机制;(2)同源基因也采用“头+身+尾”结构,以利于增强其搜索能力;用其实现复杂函数的自动建模,实例测试的结果表明用改进的基因表达式程序设计得到的模型比传统方法得到的模型要好,甚至优于用遗传程序设计和基本的基因表达式程序设计得到的模型。  相似文献   

14.
基因表达式编程在软件可靠性建模中的应用   总被引:2,自引:0,他引:2       下载免费PDF全文
基因表达式编程是一种基于遗传算法和遗传编程的新型机器学习技术,其具有更为优秀的数据挖掘能力,已被成功应用于函数发现领域。提出一种基于基因表达式编程的非参软件可靠性建模方法,该方法将基因表达式编程算法中的若干关键步骤(如初始种群函数集、适应度函数、终止条件等)与软件可靠性建模的若干重要特征相融合,在失效数据集上进行训练,从而获得基于基因表达式编程算法的非参软件可靠性模型。在若干组真实失效数据集上,将所提出的模型与若干典型的基于人工神经网络以及遗传编程的非参软件可靠性模型进行对比实例研究。实例结果表明,基因表达式编程算法的非参软件可靠性模型具有更为显著的模型拟合与预计性能。  相似文献   

15.
黄隆胜  凌震乾 《计算机工程与设计》2006,27(19):3676-3678,3681
在介绍了基因表达式程序设计方法的基础上,采用基因表达式程序设计建立了复杂函数参数识别的模型,给出了算法结构与算法程序流程,并利用基因表达式程序设计方法进行未知函数拟合的实验,定义合适的终止条件,得到精确的预测结果.实验结果表明,此方法具有很高的预测精度,明显优于传统方法.最后指出该方法只需要提供足够的实验或实验数据,知道目标函数,就可以达到准确预测的目的,因而可以广泛应用于复杂函数拟合中,具有广阔的应用前景.  相似文献   

16.
邓松  王汝传  任勋益 《计算机科学》2009,36(11):177-181
提出了一种基于网格服务的GEP分布式函数挖掘算法(DFMGEP-GS),它将网格服务与GEP算法相结合,既成功地实现了在网格平台下的GEP函数挖掘,又提高了每个网格节点上GEP算法的全局寻优性;同时证明了在网格环境下由局部数据模型生成全局数据模型的方法.仿真实验结果表明,对于函数类型已知的数据,随着数据集的增大,在成功挖掘到目标函数的情况下,DFMGEP-GS算法的平均耗时最少,而且随着网格节点的增加,DFMGEP-GS的收敛速度最大提高了约17倍;对于函数类型未知的复杂数据集,DFMGEP-GS算法挖掘所得到的模型的误差最小.  相似文献   

17.
基于基因表达式编程的知识发现--沿革、成果和发展方向   总被引:27,自引:1,他引:27  
综述了基于基因表达式编程(Gene Expression Programming,GEP)的知识发现技术的沿革、特色和成果。剖析了GEP中通过简单编码解决复杂问题的关键技术。特别介绍了在这一领域的工作成果,如基于GEP的多项式因式分解,频繁函数挖掘,抗噪声数据的函数挖掘,太阳黑子预测等。对进一步开展基于GEP的知识发现技术的发展策略提出了自己的见解。  相似文献   

18.
提出了一种基于均匀设计的基因表达式编程的进化算法(Uniform-Design Genetic Expression Programming,简称UGEP),新算法借助均匀设计的全局均匀分散性对初始种群的产生和杂交算子进行了改进,分别设计了基于混合水平均匀表的初始种群构造法和自适应的多亲杂交均匀算子.理论分析证明UGEP具有全局收敛性,且收敛速度也优于经典的GEP.在解决函数拟合、时间序列预测等实际问题中与同类算法进行了比较,在各项实验指标上均体现出了新算法的优越性.  相似文献   

19.
王静  张建伟  梁海军 《计算机工程与设计》2012,33(4):1514-1517,1552
通过对空中交通运输管理中目前常用的轨迹预测算法的研究比较和分析,提出了利用遗传算法的从历史数据中进行函数挖掘的思想.针对四维轨迹数据特征的分析和传统的单一函数挖掘的局限性,提出了基于基因表达式编程的频繁函数集挖掘的建模方法.该模型方法通过对历史飞行数据进行遗传算法的操作挖掘出数据集中对应的函数关系集合,用较好的函数模型预测未来航迹.以某一航班雷达数据为训练集做实验,结果表明了应用该方法的准确性和可用性.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号