GEP-MCFO基于多细胞基因表达式编程的函数优化-ResearchGate.docVIP

GEP-MCFO：基于多细胞基因表达式编程的函数优化算法* *本课题获如下基金项目资助：国家自然科学基金；广西自然科学基金(桂科自0731028)；广西高等学校优秀人才资助计划项目（RC2007022）。作者简介：彭昱忠，男，1980年生，讲师，研究方向：进化计算, Email: HYPERLINK mailto:jedison@163.com jedison@163.com，联系电话：0771-5610350；元昌安，男，1964年生，博士，教授，通讯作者，研究方向：进化计算、数据挖掘，E-mail: HYPERLINK mailto:yca@ yca@；陈建伟，讲师，研究方向为人工智能，数学建模; 吴信东，正教授，兼合肥工业大学长江学者讲座教授，博士生导师，研究方向：基于知识的系统、数据挖掘，E-mail: HYPERLINK mailto:xwu@ \t _blank xwu@；王汝凉，男，博士，教授，研究方向：自动化控制理论,E-mail: wrl@ 彭昱忠1) 元昌安1) 陈建伟1) 吴信东2) 王汝凉1) 1) 广西师范学院　科学计算与智能信息处理广西高校重点实验室　南宁 530001; 2) 美国佛蒙特大学计算机科学系, 佛蒙特州，05405，美国 摘要：针对处理复杂的函数优化问题时传统演化算法易出现收敛性能不佳、搜索冗长和精度不高等问题， 提出了一种基于多细胞基因表达式编程的函数优化新算法GEP-MCFO。该算法引入了同源基因和细胞系统思想，设计了相应新的个体编码方案、种群生成和遗传操作策略。通过对12个典型Benchmarks函数的对比实验，验证了该算法具有很强的全局寻优能力、较佳的收敛性能和更高的解精度。与多个传统演化算法相比，GEP-MCFO算法最优解精度误差减少率达到0.22%到667.82%。 关键词: 函数优化；遗传演化；基因表达式编程；同源基因；细胞系统 中图分类号:TP311 文献标识码:A GEP-MCFO：A Multi- Cellular Gene Expression Programming for Function Optimization Algorithm Yu-Zhong Peng1), Chang-An Yuan1), Jian-Wei Chen1), Xin-Dong Wu2) , Ru-liang Wang1) 1) Key Lab of Scientific Computing Intelligent Information processing in Universities of Guangxi, Guangxi Teachers Education University, Nanning 530001 2) Department of Computer Science, University of Vermont Abstract: Many existing evolutionary algorithms have performance limitations in dealing with complex function optimization problems, such as inability of convergence, poor searching efficiency and low precision. To solve these problem, this paper adopt the idea of Homeotic Genes and Cellular System, and propose a new algorithm named GEP-MCFO, based on multi-cell genetic expression programming. In addition, a new relevant individual coding method and new schemes of population generating and genetic operation are designed. Compared with other algorithms, experiments show that the GEP-MCFO algorithm we proposed has higher precision, improved convergence ability and global search ability. What’s more, the optimal solution error reducing rate of the GEP-MCFO algorithm