一种求解GP-决策树权值矢量算法及应用

提出一种基于遗传程序设计算法(GPA)求解决策树结点的权值矢量,并根据树结点的错误率与分割后的错误率减少量构造GP-决策树算法的方法。该方法不但可以求解出树结点的权值矢量,同时也确定了GP-决策树的结构。实验结果表明,应用GP-决策树算法能够正确完成对趋势预测模型的选择。     

网络学习环境下学习动机的激发策略研究

教师通常采用各种形式的教学方法来解决学习者的学习动机激发问题.但如何更深层次地在网络环境下激发学者的学习动机,本文拟从学习动机的内涵入手,结合网络学习环境的特点,探讨网络学习过程中学习动机的特点及其影响,讨论网络学习中学习动机的激发策略,进一步丰富和发展激发学习动机的技巧.     

GP算法中共同进化自定义函数方法及应用

共同进行自定义函数方法就是许多独立进化的子群函数能够被一个种群的主程序使用。改善和优化能够被定义的子程序函数的结构和数量机制,实验验证比较它们在两个经典的分类任务性能。结果表明,共同进化自定义函数(CoADFs)方法比传统的带有和不带自定义函数(ADFs)的遗传程序设计方法分类效果更好。     

基于遗传程序设计的GP-决策树优化算法及应用

该文根据决策树结点的错误率与分割后的错误率减少量,提出一种新的基于遗传程序设计(GP)的GP-决策树优化算法。该算法不但可以求解出GP-决策树结点的权值矢量,同时也确定了GP-决策树的结构。实验结果表明,应用GP-决策树优化算法能够正确完成对趋势预测模型的选择。