GEP简单介绍.ppt

GEP简述  黄智  GEP的起源 创始人 ：葡萄牙科学家Candida Ferreira 思想来源：GA，GP以及生物学 效果：比原始的遗传编程系统高出100-60000倍 GEP总述 GEP（Genetic Expression Programing）基因表达式编程，它是GP的变体之一。 GEP染色体（chromosome）由一个或者多个包含有函数和终止符的基因组成。 GEP的染色体可以通过交叉（crossover）变异（mutation）置换（Transposition）遗传操作来改变。 GEP个体的表示 GEP主要包括两个主要的成员：染色体(Chromosome)和表达式树(K-Expression)。两者之间的关系是：染色体中所包含的遗传信息由表达式树来解码。 GEP的解码则是则是对给定的序列以层次遍历来建立一个表达式树。 具体的表达式（基因的表现型）则可以由树的中序遍历得出 GEP基因组成 GEP的基因（gene）都是由一个头部和尾部所构成的。头部可以包含有函数和终结符，但是尾部只能够包含终结符。 头部的长度h是使用者根据不同的问题来设定的，而尾部的长度t（最大长度）则可以通过下列公式进行计算 t=（n-1）*h+1 n是所有函数中的最大参数个数 例如 F={+,-,*,/,S} T={a,b,c} 如果h=7 那么T=？ GEP基因中的几点注意 因为t是最大长度就存在着尾部中的符号并不是每次都能够用到，这些符号叫做内基因它们所在的区域叫做非编码区，即对于某种个体没有其表达作用。 一般来说一个基因通常都不会用尽尾部的终止符，只有当基因的头部全部是函数的时候才能。如果头部的第一个就是终止符那么尾部的符号一个都不能用到。 非编码区并不是垃圾区域非编码去使得GEP无论进行哪种操作都不需要做任何限制，都能生成正确的程序，并且他们蕴含的信息只是不能在当前的个体中表达，但是在其后代则有可能得到表达。 遗传操作Genetic operator Crossover 交叉 1 单点 2 两点 3 基因重组（多基因染色体） Mutation 变异 变异可以发生在染色体的任意一个位置但是一定要保持封闭性（intact）这样才能保证变异后的个体能够保持结构上的正确。 例子 +a+b* bbbabb（h=5，t=6） Transposition变换 1 插串 2 根插串 3 基因变换 例子 +a+b* bbbabb（h=5，t=6） 多基因染色体 一个染色体中包含有多个基因各个基因用连接符（如+，—，IF等）连接起来 例如 有如下染色体由3个基因组成 -b*babbab *qb+babba -*qbababa 每个基因都对应了一棵表达式树称作子表达式树 子表达式树既是一个分离的个体也是一个复杂的，具有分层结构的表达式树的一部分。 各个子表达式之间通过一个指定的函数连接。 GEP基本算法 GP的算法框架 Step1：随机产生初始化种群； Step2：计算种群中个体的适应度值； Step3：执行复制、交叉以及变异操作，产生新一代种群； Step4：计算新种群中每个个体的适应度值； Step5：当满足条件时，输出适应度值最优的个体，否则，转到Step3继续执行； GEP的研究和应用 GEP融合了GA和GP的优点在表达形式上继承了GA的定长线性编码简答快捷的特点；在基因表达上，它继承了GP树形结构的灵活多变的特点，用简答编码解决复杂编码问题，比传统进化计算快了2-4个数量级。 GEP应用十分广泛，它能够挖掘关联规则，对规则进行聚类和分类，并能够实现时间序列预测，神经网络模拟和硬件进化。 GEP优缺点 优点 基因的头尾部结构保证了GEP总是能够产生语法上正确的程序。 缺点 1 当GEP采用多基因染色体模式解决问题时，染色体中的基因数目并不好控制。在一定范围内，染色体内的基因数目越多，获得最优解的成功率越大，但是高于某个值以后反而会使成功率降低。 2 如果目标表达式很短的时候那么染色体中的大部分基因都得不到使用。 * * *