基于改进遗传规划算法数据拟合.docVIP

基于改进遗传规划算法数据拟合 　　 (1.厦门大学 模式识别与智能系统研究所, 福建 厦门 361005；2.重庆通信学院 自动化学院, 重庆 400035) 　　?? 　　摘 要：针对传统数据拟合方法需预先估计基函数、依赖于应用领域等问题，基于遗传规划的动态可变特性，提出将遗传规划与最小二乘法结合，设计具有一定通用性和自适应能力的数据拟合算法。在分析传统遗传规划算法的基础上，详细介绍了算法改进方法，并针对各种类型的拟合数据进行了对比实验。实验结果表明，该算法不仅可以应用到多种场合，而且可以提高拟合效率与精度。?? 　　关键词：遗传规划；改进；数据拟合；最小二乘法?? 　　中图分类号：TP301 文献标志码：A 　　 文章编号：1001?B3695(2009)02?B0481?B04 　　?? 　　Data fitting based on improved genetic programming 　　?? 　　SHAO Guifang1,ZHOU Qifeng1,CHEN Guiqiang2 ??(1.Institute of Pattern Recognition Intelligent System, Xiamen University, Xiamen Fujian 361005, China；2.Dept. of Automation, Chongqing Communication Institute Quarterly, Chongqing 400035, China)??Abstract:There are many problems in current data fitting methods, such as it needs to estimate the radical function in advance and depends on the application field, and so on. Based on the dynamic alterable property of genetic programming (GP),combined GP with least square method, and designed a new data fitting method which had universal and selfadaptive capacity. Firstly,analyzed the traditional GP.Secondly,introduced the improved method in details.Finally,fimiched some contrastive experiments based on various fitting data. Experiment results show that this method can be applied in many fields, and it can improve the fitting efficiency and precision.?? 　　Key words:genetic programming; improve; data fitting; least square method 　　?お? 　　在科学实验中，经常涉及大量数据，通常采用数据拟合方法来探索这些数据隐含的内在规律。数据拟合在很多领域都有应用，如工程数据分析、图像数据分析等，拟合方法也有很多，如最小二乘法、支持向量机、样条函数方法等[1]。传统的曲线拟合，如最小二乘法，先要根据专业知识，从理论上推导，或者根据以往的经验，确定变量之间的函数关系，从而预先确定方程的结构形式（线性形式、对数形式或多项式等），然后再进行参数估计。但实际中很难准确判定方程的结构形式，尤其是数据无明显规律或数据量比较大的情况，很难估计数据间的关系，因此传统的曲线拟合均存在一定的局限性。?? 　　近年来，进化计算、自然计算等很多模仿自然生物进化过程的算法应运而生，并在很多领域取得了较好的应用效果。遗传规划早在1992年就由Koza教授提出，并应用于很多领域[2]，但国内对遗传规划的研究非常少，其应用也仅限于机器人的路径规划方面。?? 　　遗传规划遵从生物进化的优胜劣汰，适者生存原则，具有动态可变性、能够描述层次化问题等优点。目前，也有人利用遗传规划进行数据拟合[3~5]，但都直接利用传统算法进行计算，很难保证一次搜索到最优结果，而且针对不同的应用，需要依据经验重新设置算法参数。?? 　　针对传统数据拟合算法的不足，如需要预先设计基函数，不同应用需设计不同的基函数等，基于遗传规划在其他领域的成功应用[6]，将