遗传规划在符号回归中的应用.pdfVIP

108 传感器与微系统(TransducerandMicrosystem孔chnologies) 2007年第26卷第11期 遗传规划在符号回归中的应用 代 杰，吴 军，田社平，颜德田 (上海交通大学电气工程与电子信息学院，上海2创用30) 摘 要:遗传规划(GP)是一种基于达尔文进化理论的数学规划方法。讨论了GP在符号回归中的应用。 与传统的数据拟合方法相比，GP不必给出拟合函数的形式，同时，在初始群体足够大而且交叉和变异概率 设置合理的情况下，不会陷人局部优化，具有更广泛的适用性。对于不给定函数形式的曲线拟合，GP可以 自动得到曲线的函数形式及其参数大小，避免了传统方法的缺陷。通过具体的应用实例，说明了GP在测 量数据处理中的应用。 关键词:遗传规划;符号回归;数据拟合 中图分类号:T咫01 文献标识码:A 文章编号:1000一9787(2007)11一0105一03 APPlicationofgeneticProgrammlnglnsymbolicregreSS10n DAIJie，WUJun，TIANShe一Ping，YANDe一tian (DePartmentOfinformationMeasurementTechnologya0dInstru口〔ents ShanghaijiaotongUulversity，ShanghaiZ以沁30，Chiua) Abstract:Geneticprogralllming(GP)isakindofmathematicalpro脚mmingmethodbasedonDarwl n’stheo叮of evolution.TheapplicationofGPinsylnbolicre脚ssionisdiscussed.Nofittingfunctionform fordatafittingis neededwhilerunningGPandglobaloPtimumcanbe即ttenwithreasonablecrossandmutationprobability.The fittingforaathitra巧curveisimPossiblewithconventionalmethod，whilewithGPitiseasytoimplement. ExamplesaregiventoexplaindatafittingofmeasurementbyGP. Keywords:geneticpro脚mming(GP);symbolicre肛ession;datafittin只 0 引 言 遗传操作[l]。 在测量系统中，大部分的传感器是非线性的，为了消除 符号回归问题主要是确定用符号表示的函数，这种函 非线性造成的误差，保证测试精度，必须对其进行非线性校 数以给定的精度拟合给定的样本数据。GP在符号回归中 正，曲线拟合是对传感器进行非线性校正以及求解传递函 的应用是利用个体理想值与实际值之间的误差作为遗传的 数的一种常用方法。最常用的曲线拟合方法是基于最小二 驱动力，这种进化模式称为误差驱动进化。符号回归的过 乘法，这种方法的局限性在于，一方面要依赖于经验给出传 程包括数学函数形态的确定、函数中常量和系数的确定。 递函数的形式:另一方面，在于容易陷人局部最优解。解决 符号回归类似于参数回归，不同之处在于参数回归要求事 这些问题对测试数据的处理具有较重要的意义。KozaJR 先给定具体函数形式，而符号回归则不需事先给定具体形 在20世纪90