基因表達(dá)式編程算法是一種由遺傳算法和遺傳編程結(jié)合而衍生的新興進(jìn)化算法。該算法編碼和解碼非常靈活簡單,表達(dá)能力強(qiáng)且易于進(jìn)行遺傳操作,解決復(fù)雜問題效率高,在各領(lǐng)域得到普遍認(rèn)可。相比傳統(tǒng)的數(shù)學(xué)統(tǒng)計(jì)方法,GEP只需要選擇適當(dāng)?shù)倪m應(yīng)度函數(shù)來評估染色體,不需要具備深厚的數(shù)學(xué)基礎(chǔ),甚至不需要詳細(xì)理解搜索空間知識、數(shù)據(jù)形態(tài)或其他輔助信息,就能準(zhǔn)確刻畫數(shù)據(jù)之間復(fù)雜的關(guān)系,這也是其應(yīng)用廣泛的重要原因之一。相較于當(dāng)下流行的神經(jīng)網(wǎng)絡(luò)方法,GEP不需要準(zhǔn)備大量的實(shí)驗(yàn)數(shù)據(jù)作為訓(xùn)練數(shù)據(jù),且較少出現(xiàn)過擬合的現(xiàn)象。在實(shí)際的應(yīng)用中,GEP的最終解能轉(zhuǎn)換成一個(gè)具體的計(jì)算公式,更有益于應(yīng)用領(lǐng)域的具體實(shí)施和落實(shí)。但GEP作為一種進(jìn)化算法,算法陷入局部最優(yōu)是一個(gè)很難避免的問題,對此很多研究者也給出了解決方案。造成這一現(xiàn)象很大的原因來自于迭代過程中算法逐漸收斂的同時(shí),也伴隨著種群多樣性的流失。而遺傳操作概率是影響算法收斂和擴(kuò)散尋優(yōu)的關(guān)鍵影響因素。模糊控制是一種由模糊數(shù)學(xué)發(fā)展而來的智能控制技術(shù),能為被控對象提供較合理的、非線性的動態(tài)調(diào)整方案。為了增強(qiáng)GEP跳出局部最優(yōu)的能力,本文將多細(xì)胞GEP和模糊控制方法結(jié)合,提出一種模糊自適應(yīng)多... 

【文章來源】：南寧師范大學(xué)廣西壯族自治區(qū)

【文章頁數(shù)】：47 頁

【學(xué)位級別】：碩士

【部分圖文】：

染色體編碼示意圖

圖 2-2 表達(dá)式樹的遺傳算子紹遺傳操作中兩種常見的并且對最優(yōu)解影響最明顯的兩個(gè)程中，交叉率（記為CP ）和變異率（記為MP ）控制著染所以這兩個(gè)概率值是影響下一代種群最優(yōu)解質(zhì)量的關(guān)鍵參率作用于兩個(gè)父代染色體，假定隨機(jī)選擇的交叉點(diǎn)為1o 、1 、2X 如式（2-2、2-3）所示，其中ijf 表示第i個(gè)染色體基色體的總長度。11211 1LX ff f22222 1LX ff f過程可表示為式（2-4），其中CT 表示交叉算子，3X 、4X 如,(,)3412XXTXXC（ ）

種利用模糊數(shù)學(xué)基本思想和理論的控制方法。模糊控步驟如下：程的主要任務(wù)是將模糊控制器的實(shí)際輸入轉(zhuǎn)化為對應(yīng)這種方法通過隸屬函數(shù)（形如式 2-11）分別計(jì)算對象。最后，將屬度值不為零的部分作為模糊化的結(jié)果。家知識和具體的實(shí)驗(yàn)效果設(shè)定。常用的隸屬度函數(shù)有體形式如圖 2-4）等。中的每個(gè)元素ix 都規(guī)定屬于閉區(qū)間 [ 0,1]的一個(gè)實(shí)數(shù) ： x XxxAA, ()的隸屬函數(shù)， ()Ai x為元素ix 的隸屬度。

【參考文獻(xiàn)】：
期刊論文
[1]基于模糊控制的ASIFT圖像特征優(yōu)化算法[J]. 蔡國榕,李紹滋,陳水利,吳云東,蘇松志.  模糊系統(tǒng)與數(shù)學(xué). 2012(05)
[2]基于混合差異度控制的基因表達(dá)式編程[J]. 宣士斌,劉怡光.  模式識別與人工智能. 2012(02)
[3]基于GEP的分形圖像壓縮并行算法[J]. 李文敬,鐘智,元昌安.  計(jì)算機(jī)工程. 2012(07)
[4]基于啟發(fā)式和基因表達(dá)式編程法預(yù)測磺胺類藥物的pKa值[J]. 李玉琴,司宏宗,肖玉良,劉彩紅,夏成才,李珂,齊永秀.  藥學(xué)學(xué)報(bào). 2009(05)

博士論文
[1]基于GEP函數(shù)發(fā)現(xiàn)的智能模型庫關(guān)鍵技術(shù)研究[D]. 元昌安.四川大學(xué) 2006

碩士論文
[1]基于小波神經(jīng)網(wǎng)絡(luò)的多源雨量融合及流量預(yù)報(bào)研究[D]. 李楠楠.浙江大學(xué) 2017



本文編號：3050274