多表达式编程及其在演化建模中的应用研究-计算机应用技术专业论文.docxVIP

A Dissertation Submitted to Shijiazhuang University of Economics For the Academic Degree of Master of Engineering in Computer Application Technology Study on Multi-Expression Programming and its Application of Evolutionary Modeling Candidate：Xuan Zongyi Supervisor：Zhang Cuijun Academic Degree Applied for：Master Specialty：Computer Application Technology School/Department：Shijiazhuang University of Economics Shijiazhuang University of Economics May, 2010 独 创 性 声 明 本人郑重声明：所呈交的论文是我在导师指导下进行的研究工作及取 得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文 中不包含其他人已经发表或撰写的研究成果，也不包含为获得石家庄经济 学院或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志 对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 签名： 日期： 关于论文使用授权的说明 本人完全了解石家庄经济学院有关保留、使用学位论文的规定，即： 学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布 论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。 （保密的论文在解密后应遵守此规定） 签名： 导师签名： 日期： 摘要 摘要 I I 摘要 在科学研究和工程技术等方面，有大量的问题需要建立相应数学模型，来描述一 个抽象系统的输入输出关系。要想对复杂系统的观测数据建立能够精确反映数据间内 在规律的数学模型，用传统的人工建模方法是很难实现的。 演化建模是采用演化算法来搜索建立问题的最优模型的建模方法，对于给定的输 入变量和输出变量，它可以自动挖掘建立二者之间的关系模型。因为它采用是种群的 方式组织搜索，使得它可以同时搜索解空间的多个区域，因此演化算法非常适合大规 模并行计算。 演化建模的常用算法为遗传程序设计(Genetic Programming, GP)，基因表达式程序 设计 (Gene Expression Programming, GEP) 是 GP 的 一 个 分 支 ， 多 表 达 式 编 程 (Multi-Expression Programming，MEP)是遗传程序设计领域近年来的又一新成果。MEP 具有较高的搜索挖掘能力，与其他遗传程序设计相比，MEP 表现出了更强的建模能力， 因此，应用 MEP 算法解决演化建模问题是非常有益的尝试。 本文研究了多表达式程序设计及其在演化建模上的应用。首先，分析了演化建模 问题，介绍了从非线性 GP(树形 GP)到线性 GP(一般线性 GP、GEP、MEP)的发展过 程，重点阐述了基本 MEP 算法的基本理论和实现技术，包括 MEP 的编码方式、适应 度函数、遗传算子和算法结构等；然后，研究了用基本 MEP 算法进行演化建模的基 本原理，并通过建模实例验证了基本 MEP 算法在演化建模上的可行性；最后，针对 基本 MEP 算法的拟合度、精确度不高等不足之处对基本 MEP 算法作了改进，引入了 小生境技术，并通过建模实例验证了改进 MEP 算法的有效性和可行性。 关键词：多表达式编程 遗传程序设计 演化建模 小生境技术 石家庄经济学院硕士学位论文 石家庄经济学院硕士学位论文 II II ABSTRACT In scientific research and engineering technology fields, there are a large number of issues need to establish a corresponding mathematical model to describe input-output relationship of abstract systems. However, it is impossible to get a mathematic model which can show the inherent laws of the complex systems? observed data. Evolutionary modeling is a modeling method to se