為克服符號回歸問題經(jīng)典算法具有搜索時間過長和容易陷入局部最優(yōu)的缺點(diǎn),提出一種基于蒙特卡洛樹搜索的符號回歸算法。將符號空間劃分為模型空間和系數(shù)空間;在深度策略網(wǎng)絡(luò)指導(dǎo)下通過蒙特卡洛樹搜索實(shí)現(xiàn)在模型空間內(nèi)尋找合適數(shù)據(jù)集特征的公式模型;在此基礎(chǔ)上,使用粒子群算法搜索公式模型下的系數(shù)空間,得到適應(yīng)度最高的公式。實(shí)驗(yàn)結(jié)果表明,與GP算法相比,該算法具有適應(yīng)度值更低、不易陷入局部最優(yōu)的特點(diǎn)。 

【文章來源】：計(jì)算機(jī)工程與設(shè)計(jì). 2020,41(08)北大核心

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 背景知識
    1.1 特征提取
    1.2 強(qiáng)化學(xué)習(xí)
2 問題和相關(guān)概念定義
3 算法
    3.1 深度策略網(wǎng)絡(luò)模塊
    3.2 模型空間探索模塊
    3.3 系數(shù)空間探索模塊
    3.4 算法分析
4 實(shí)驗(yàn)結(jié)果
    4.1 數(shù)據(jù)集與環(huán)境
    4.2 實(shí)驗(yàn)結(jié)果分析
5 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]基于多特征深度學(xué)習(xí)的人臉性別識別[J]. 蔣雨欣,李松斌,劉鵬,戴瓊興.  計(jì)算機(jī)工程與設(shè)計(jì). 2016(01)



本文編號：2970589