排序方式: 共有4条查询结果,搜索用时 125 毫秒
1
1.
基于自动定义函数GP的自适应建模研究 总被引:2,自引:0,他引:2
遗传程序设计(Genetic Programming,简称GP)在进化过程中由于种群多样性的损失,常导致低收敛性.本文尝试将自动定义函数引入到GP中克服这个问题,并应用于数据的自适应建模,文中将两者的性能进行了比较,实验表明自动定义函数的发现和使用增加了种群的多样性.它不仅降低了整个遗传程序的大小,还增加了GP搜索的计算有效性,提高了收敛性能,取得了满意的结果. 相似文献
2.
分析了遗传程序设计算法的特点,针对全局搜索优化中由于群体规模较大而产生的收敛率较低的问题,提出了加强初始群体的改进方法;并介绍了改进方法的实验过程,以及应用该方法开展的病虫害预测系统的建模过程。最后给出了在一定程度上的具体实现。 相似文献
3.
混合GP-GA用于信息系统建模预测的研究 总被引:10,自引:1,他引:10
该文克服了传统建模方法在模型选取及参数估计方面的困难与不足,提出了利用改进的遗传程序设计和改进的遗传算法相结合的混合GP-GA算法。一方面,遗传程序设计中加入了简约压力项,控制了代码过度增长,实现了不加先验知识的简洁非线性模型的自动获取。另一方面,遗传算法采用Gray编码,随机整群抽样选择,以优化模型中的参数,这在一定程度上补偿了遗传程序设计在演化过程中具有较好结构的模型可能因为其中的参数未能达到最优而被淘汰的损失。仿真实例和实际应用均表明混合GP-GA算法优于普通的回归分析及单纯的遗传程序设计方法,提高了拟合和预测精度,并且更适合反映问题的实际情况。 相似文献
4.
1