改进的基因表达式编程算法在演化建模中的应用.pdfVIP

改进的基因表达式编程算法在演化建模中的应用.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
石油、天然气工业

第 34卷 第 5期 江西理 工大学学报 VoL34,NO.5 2013年 10 月 JournalofJiangxiUniversityofScienceandTechnology oct. 2013 文章编号:2095—3046(2013)05—0077—05 改进的基因表达式编程算法在演化建模中的应用 涂燕琼 . 王 曦 (江西理工大学信 息工程学 院,江西 赣州 341000) 摘 要 :为了克服传统基因表达式编程易早熟收敛、种群多样性难以保持、演化效率不高、拟合度 不高等缺陷。给出了基于表现型的种群多样性测度 ,并提出了基于排挤小生境的改进基因表达式 编程算法.该算法将小生境半径 内的早熟个体通过罚函数排挤 出去 .使其它优 良个体得以更大概 率进化 ,并使各个个体之间保持一定的距离.分别对一元 函数和多元复杂函数进行演化建模实 验.结果表 明,改进的算法能在演化过程 中能保持丰富的群体多样性,能够有效避免过早收敛,具 有更高的成功率、更高的收敛速度和拟合精度. 关键词:基 因表达式编程;小生境 ;多样性 ;早熟收敛;演化建模 中图分类号:TP301.6 文献标志码:A A●pplli■cati■on or●■i■m provealgeneexpressl●on ProRram m l●n~ fnor evolutionarymodeling TU Yan-qiong.WANG Xi (FacultyofInformationEngineering,JiangxiUniversityofScienceandTechnology,Ganzhou341000,China) Abstract:Improved gene expression programming based on crowding niche isproposed to overcome the shortcoming ofthe traditionalgene expression programming,which iseasy to premature convergence,is difficulttomaintainthediversityofthepopulation,andhaslow evolution efficiencyandfittingaccuracy.The algorithm crowd outpremature individualswithin nicheradiusthrough the penalty function,SO thatother superior individualsevolvewith high probability,and each individualkeep a certain distance.Through evolution modeling experimentofunary function and complex multivariate function results show thatthe improved algorithm can preservepopulationdiversity,effectivelyavoidsprematureconvergence,hashigher successrate,fasterconvergencespeedandhigherfittingprecision. Keywords:geneexpressionprogramming;niche;diversity;prematureconvergence;evolutionarymodeling Algorithms,GA) 和 遗 传 程 序 设 计 (Genetic 0 引 Programming。GP)的思想 ,提出的一种基于基 因型

文档评论(0)

fengbing + 关注
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