【摘要】：隨著社會(huì)的進(jìn)步和科學(xué)技術(shù)的發(fā)展,IT技術(shù)相關(guān)的各個(gè)行業(yè)都呈現(xiàn)出高速發(fā)展,與其相關(guān)的海量信息也迎面而來(lái),如何從海量的數(shù)據(jù)信息中提取有用的信息,進(jìn)而更好幫助我們預(yù)測(cè)和指導(dǎo)相關(guān)的實(shí)踐工作,是當(dāng)前面臨的一大困境。函數(shù)發(fā)現(xiàn)是數(shù)據(jù)挖掘的重要分支之一,其存在目的就是對(duì)海量數(shù)據(jù)進(jìn)行處理,最終發(fā)現(xiàn)其中存在的規(guī)律和變化趨勢(shì),形成一種函數(shù)模型。本文主要研究基因表達(dá)式編程(GEP)在函數(shù)發(fā)現(xiàn)中的應(yīng)用。GEP是Ferreira在繼承遺傳算法(GA)和遺傳編程(GP)的基礎(chǔ)上提出的第三類(lèi)新型進(jìn)化算法,它集中了GA和GP的優(yōu)點(diǎn),并且克服了不足之處,最終實(shí)現(xiàn)通過(guò)簡(jiǎn)單的編碼解決現(xiàn)實(shí)生活中復(fù)雜問(wèn)題的目的,更適合函數(shù)發(fā)現(xiàn)方面的應(yīng)用。函數(shù)發(fā)現(xiàn)問(wèn)題歸根結(jié)底可理解為通過(guò)優(yōu)化分析,最終得出與原函數(shù)擬合度最高的函數(shù),其中,數(shù)值常量的處理方式是決定GEP算法能否很好解決函數(shù)發(fā)現(xiàn)問(wèn)題的重要因素之一。本文提出了一種嵌合遺傳算法的基因表達(dá)式編程的函數(shù)發(fā)現(xiàn)算法(GEP-GA),該算法改進(jìn)之處就在于提出了一種新的常量?jī)?yōu)化方法。在函數(shù)發(fā)現(xiàn)過(guò)程中分別通過(guò)兩種措施對(duì)每一代的優(yōu)化過(guò)程進(jìn)行處理:首先,在固定常量集前提下,由常規(guī)的GEP算法確定函數(shù)結(jié)構(gòu);其次,使用GA對(duì)第一階段得出的函數(shù)結(jié)構(gòu)的常量進(jìn)行優(yōu)化,并將優(yōu)化后得到的常量做為下一代的固定常量。實(shí)驗(yàn)結(jié)果表明,GEP-GA比以往指定常量的常量處理方法(GEP-MC)效果有較大提升,并且更加智能化。GEP-GA在解決函數(shù)發(fā)現(xiàn)問(wèn)題的時(shí)候,隨著問(wèn)題規(guī)模的增大和函數(shù)復(fù)雜度的提升,GA在全局搜索優(yōu)化方面漸漸的表現(xiàn)出一些缺陷,例如,搜索速度比較慢、進(jìn)化時(shí)間長(zhǎng)、局部的搜索能力也變得越來(lái)越差等等。如何解決GA在實(shí)際問(wèn)題中存在的缺陷是近幾年來(lái)研究者們廣泛關(guān)注的焦點(diǎn)。面對(duì)以上問(wèn)題,本文充分利用遺傳算法天然的并行性,將Spark集群的高速并行性和遺傳算法天然的并行性相結(jié)合。實(shí)驗(yàn)結(jié)果表明,Spark的加入減少了GA未成熟收斂的可能性,提高了求解質(zhì)量,在加快搜索速度、減少進(jìn)化時(shí)間、提高局部搜索能力等方面更是表現(xiàn)出很好的效果。
【學(xué)位授予單位】：南昌大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP18
【圖文】：

測(cè)試函數(shù)曲線

進(jìn)化曲線

GEP-GA的最終優(yōu)化解

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李超;王杰;史運(yùn)濤;李錦龍;;基于遺傳算法的汽油調(diào)和優(yōu)化系統(tǒng)[J];工業(yè)控制計(jì)算機(jī);2018年10期

2 馮錦春;楊林建;;利用遺傳算法進(jìn)行機(jī)械優(yōu)化[J];四川工程職業(yè)技術(shù)學(xué)院學(xué)報(bào);2007年06期

3 任志鳳;胡小建;孫太生;徐飛;李云良;;遺傳算法在焊接領(lǐng)域的優(yōu)化與應(yīng)用[J];現(xiàn)代焊接;2012年03期

4 馮雙林;靳繼紅;;現(xiàn)代農(nóng)機(jī)數(shù)字化裝配車(chē)間調(diào)度技術(shù)研究——基于云計(jì)算和遺傳算法[J];農(nóng)機(jī)化研究;2018年01期

5 梁肖;周湘貞;;基于遺傳算法的小麥?zhǔn)崭顧C(jī)路徑智能優(yōu)化控制研究[J];農(nóng)機(jī)化研究;2018年02期

6 王勇;孫耀南;;基于遺傳算法的醫(yī)院房間位置優(yōu)化研究[J];電腦與信息技術(shù);2018年01期

7 程天棟;閔永智;馬宏鋒;;基于模糊超熵與遺傳算法的軌面缺陷分割算法[J];蘭州交通大學(xué)學(xué)報(bào);2016年06期

8 陳龍;;基于遺傳算法求解生產(chǎn)調(diào)度問(wèn)題的探討[J];現(xiàn)代制造技術(shù)與裝備;2016年11期

9 鄧偉;鄺祝芳;余紹軍;曾非凡;;基于遺傳算法的三峽-葛洲壩船閘閘室編排算法[J];人民長(zhǎng)江;2016年24期

10 王雷;李明;唐敦兵;蔡勁草;;基于改進(jìn)遺傳算法的機(jī)器人動(dòng)態(tài)路徑規(guī)劃[J];南京航空航天大學(xué)學(xué)報(bào);2016年06期

相關(guān)會(huì)議論文 前10條

1 謝宏;袁小芳;向啟均;陳yN婧;王立宸;;機(jī)器人慣性參數(shù)的改進(jìn)遺傳算法辨識(shí)方法研究[A];第37屆中國(guó)控制會(huì)議論文集（B）[C];2018年

2 彭軍;徐本柱;劉曉平;;遺傳算法的實(shí)現(xiàn)及其在生產(chǎn)調(diào)度中的應(yīng)用[A];全國(guó)第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2009）暨全國(guó)第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2009年

3 韓戰(zhàn)鋼;;遺傳算法及在經(jīng)濟(jì)中的應(yīng)用[A];Optimization Method, Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

4 賴(lài)梅;熊麗榮;;基于改進(jìn)遺傳算法的乘務(wù)交路優(yōu)化問(wèn)題研究[A];第二十一屆中國(guó)控制會(huì)議論文集[C];2002年

5 肖龍光;丁曉東;;基于理性變異的遺傳算法[A];第六屆中國(guó)青年運(yùn)籌與管理學(xué)者大會(huì)論文集[C];2004年

6 鞠訓(xùn)光;于洪珍;;求整體優(yōu)化全部解的區(qū)間排除遺傳算法[A];第十七屆全國(guó)過(guò)路控制會(huì)議論文集[C];2006年

7 劉興隆;;快速進(jìn)化式遺傳算法[A];“電力大系統(tǒng)災(zāi)變防治和經(jīng)濟(jì)運(yùn)行重大課題”部分專(zhuān)題暨第九屆全國(guó)電工數(shù)學(xué)學(xué)術(shù)年會(huì)論文集[C];2003年

8 談斌;唐力鐵;張己化;周海云;;遺傳算法在漫反射系數(shù)計(jì)算中的應(yīng)用研究[A];2007年光電探測(cè)與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會(huì)論文集[C];2007年

9 任燕翔;姜立;劉連民;從滋慶;;改進(jìn)遺傳算法在三維日照方案優(yōu)化中的應(yīng)用[A];工程三維模型與虛擬現(xiàn)實(shí)表現(xiàn)——第二屆工程建設(shè)計(jì)算機(jī)應(yīng)用創(chuàng)新論壇論文集[C];2009年

10 蔡亞星;李偉明;尚飛;任武;薛正輝;高本慶;;雙種群遺傳算法進(jìn)行陣列天線綜合[A];2005'全國(guó)微波毫米波會(huì)議論文集（第三冊(cè)）[C];2006年

相關(guān)重要報(bào)紙文章 前9條

1 上海科學(xué)院規(guī)劃研究處 劉小玲;上海能否成為人工智能城市[N];解放日?qǐng)?bào);2017年

2 記者 常麗君;科學(xué)家首次將遺傳算法用于量子模擬[N];科技日?qǐng)?bào);2016年

3 林京;《神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學(xué)領(lǐng)域的應(yīng)用》將面市[N];中國(guó)水利報(bào);2002年

4 記者 李星婷;2014中國(guó)生命電子學(xué)術(shù)年會(huì)在渝召開(kāi)[N];重慶日?qǐng)?bào);2014年

5 記者 劉霞;美用遺傳算法逆向設(shè)計(jì)新型納米材料[N];科技日?qǐng)?bào);2013年

6 高雪娟;協(xié)同設(shè)計(jì)的平臺(tái)策略[N];中國(guó)計(jì)算機(jī)報(bào);2006年

7 陳巍;浩辰有望在協(xié)同設(shè)計(jì)關(guān)鍵領(lǐng)域取得突破 引領(lǐng)CAD應(yīng)用新潮流[N];大眾科技報(bào);2006年

8 本報(bào)記者 李元麗;堅(jiān)持自主創(chuàng)新 掀起AI+教育的中國(guó)浪潮[N];人民政協(xié)報(bào);2018年

9 高峰;美國(guó)真能毀掉中國(guó)？[N];世界報(bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 孫秋紅;基于遺傳算法的水質(zhì)數(shù)據(jù)挖掘與應(yīng)用研究[D];燕山大學(xué);2016年

2 金小敏;移動(dòng)云環(huán)境中的計(jì)算遷移系統(tǒng)關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2018年

3 王小港;遺傳算法在VLSI設(shè)計(jì)自動(dòng)化中的應(yīng)用研究[D];中國(guó)科學(xué)院上海冶金研究所;2001年

4 宋曉峰;優(yōu)生演進(jìn)優(yōu)化和統(tǒng)計(jì)學(xué)習(xí)建模[D];浙江大學(xué);2003年

5 吳大宏;基于遺傳算法與神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)研究[D];西南交通大學(xué);2003年

6 卜雷;城市貨物運(yùn)輸規(guī)劃優(yōu)化方法研究[D];西南交通大學(xué);2004年

7 廖平;基于遺傳算法的形狀誤差計(jì)算研究[D];中南大學(xué);2002年

8 李智勇;模式交流多群體遺傳算法及其在神經(jīng)網(wǎng)絡(luò)進(jìn)化建模中的應(yīng)用[D];湖南大學(xué);2003年

9 陳星;網(wǎng)絡(luò)并行和遺傳算法在HPM生物效應(yīng)評(píng)價(jià)和輻射天線設(shè)計(jì)中的應(yīng)用研究[D];四川大學(xué);2004年

10 金菊良;遺傳算法及其在水問(wèn)題中的應(yīng)用[D];河海大學(xué);1998年

相關(guān)碩士學(xué)位論文 前10條

1 張航;結(jié)構(gòu)抗震優(yōu)化控制技術(shù)研究[D];西安建筑科技大學(xué);2018年

2 龔貴偉;基于云計(jì)算的物流車(chē)輛路徑規(guī)劃平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院);2018年

3 寶鑫宇;基于手持WiFi設(shè)備的電機(jī)控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];東北大學(xué);2015年

4 酈少將;基于改進(jìn)遺傳算法的HBV水文模型參數(shù)優(yōu)化[D];華北水利水電大學(xué);2018年

5 李瑩;基于時(shí)間依賴(lài)的受歡迎路線推薦方法研究[D];東北大學(xué);2015年

6 馬揚(yáng);基于群集智能算法的集輸管網(wǎng)優(yōu)化[D];長(zhǎng)江大學(xué);2018年

7 劉亞琳;風(fēng)電場(chǎng)可接入容量?jī)?yōu)化問(wèn)題的研究[D];華北水利水電大學(xué);2018年

8 任旭陽(yáng);改進(jìn)遺傳算法在電力系統(tǒng)無(wú)功優(yōu)化中應(yīng)用研究[D];華北水利水電大學(xué);2018年

9 陳夢(mèng);基于遺傳算法的高校運(yùn)動(dòng)會(huì)系統(tǒng)的應(yīng)用與研究[D];長(zhǎng)江大學(xué);2018年

10 田錫軍;遺傳算法的開(kāi)發(fā)及其在分壁式精餾分離工藝優(yōu)化中的應(yīng)用[D];重慶大學(xué);2017年

本文編號(hào)：2806923