基因表达式编程算法的改进及其应用研究.pdfVIP

基因表达式编程算法的改进及其应用研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
维普资讯 240 2007,43(6) ComputerEn~neenngandApplications计算机工程与应用 基因表达式编程算法的改进及其应用研究 杨 晶 ,胡 珉 ,吴耿锋 YANG Jing1,HU Min2.WU Geng-~ng 1.上海大学 计算机工程与科学学院.上海 200072 2.上海大学 悉尼工商学院。上海 200072 1.SchoolofComputerEngineeringand Science,ShanghaiUniversity,Shanghai 200072,China 2.SydneyInstituteofLanguagenadCommerce,ShnahgaiUniversiyt,Shnahgai200072,China E—mail:hellojing@graduate.shu.edu.ca YANG Jing,ItU M ill,W1J Geng-feng.AppHcation and research ofimproved gene expression programming.Computer En~neeringandApplications,2007,43(6):排 243. Abstract:GeneExpressionProgramming(GEP)algorithm solveshtecomplicatedformulaminingproblemswitllsimpleceding.This papernaalyzeshte influenceand ruleof hte setting forhtekeyparameters,constantset,and operatorsetin GEP na dproposed na improved GEP algorihtm.Th e new algorihtm is applied in hte tunneling fields,na d gethte horizontalnad vertical ground settlementfomr ulasof Double-O-Tubeshield.Th e experimentshowshtathtemined fomrulas maymatch hterealvaluequitewel1. Keywords:GeneExpressionProgramming(GEP);Double—O-Tubeshield(DOT);groundsettlement 摘 要 :基 因表达式编程(GEP)算法采用简单编码方式解决了复杂的公式发现问题 。分析 了基本 的GEP算法中关键参数、常数集、 符号集等设置对公式发现的影响和规律 ,提 出了GEP算法的改进方法 ,并将其应用在隧道工程领域 ,得到了双 圃盾构施工横向和 纵向的地面沉降预测公式,与实测值 的比较表明所发现的公式有很好的吻合度。 关键词 :基 因表达式编程 ;双 圃盾构 ;地面沉降 文章编号 :1002—8331(2007)06—0240-04 文献标识码 :A 中图分类号 :TP30 1 引言 及 “物竞天择 ,适者生存”的自然选择思想。GEP与GA相同,由 在科学和工程领域 中.公式是用于表达规律 的一种常用手 固定长度 的线性 串(染色体)来表示个体 ;又与 GP类似 ,将个 段 ,因此对于公式发现方法 的研究具有广泛 的应用价值 。公式 体翻译为大小、形状都不 同的非线性实体(解析树),从而克服 发现技术分为数据拟合技术和人工智能技术两类。数据拟合技 了GA损失功能复杂性的可能性和 GP难以再产生新 的变化的 术主要采用曲线拟合、回归分析以及逼近论等方法寻找满足精 可能性 lq【。GEP算法描述如下所述。 度的逼近公式,通常得到的公式表示都很复杂 ,很难直接使用 2.1 基因表达式的编码 在表达 自然规律 的公式发现 中。人工智能技术主要方法有遗传 在 GEP中,随机产生 的

文档评论(0)

jsntrgzxy + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档