基于GEP函数发现的智能模型库关键技术研究-计算机应用技术专业论文.docxVIP

型未知且极为复杂的数据，GEP和RGEA在发现理想函数的速度 型未知且极为复杂的数据，GEP和RGEA在发现理想函数的速度 上要比GP分别快900、1800倍。 (5)提出了边际基因、边际适应度、残差分布适应度概念以及基于边际 适应度和残差分布适应度的GEP算法(GEP—MFRDF)，算法保证了 残差服从近似正态分布，克服了传统GEP算法一昧追求残差绝对 值小，忽略残差应满足正态分布的要求，有可能导致系统误差的不 足。提出了基于GEP的贪婪式属性约简函数挖掘算法(GEP Based Greedy Attribute Reduction Function Mining Algorithm，GEP- GARFMA)和基于GEP的逐步属性约简函数挖掘算法(GEP I；flJ Based Stepwise Attribute Reduction Function Mining Algorithm， GEP—sA砌7MA)，使系统能在自变量很多情况下自动实现属性约 简的函数挖掘功能。通过两个实验验证了算法的有效性。实验表 明：(a)GEP-GARFMA和GEP-SARFMA在发现最优函数表达式 时，均能有效地进行属性约简；(b GEP。SARFMA发现的函数表达 式精度与GEP-GARFMA方法差不多；(c)当自变量个数为20时， GEP-SARFMA方法比GEP．GARFMA快300倍；(d)使用GEP- SARFMA挖掘的函数模型的适应度函数值比传统方法提高 24．6％。 (6)提出并实现了基于GEP函数发现的智能模型库系统(GEP Based Intelligent Model Base System，GEP—IN[BS)，给出了GEP—IMBS系 统与GIS、DSS等接口技术。该系统是真正意义的无先验知识的智 能模型库系统，模型的类型和参数的求解均由程序自己来实现。通 ～．11 过一个真实数据实验验证GEP．IMBS系统在函数挖掘上的有效性， 实验表明，GEP．IMBS系统挖掘的函数模型精度比传统方法提高了 近十五个百分点。 关键词：基因表达式编程智能模型库决策支持系统函数发现 遗传算法收敛性属性约简数据挖掘 The The Research on Key Techniques in Intelligent Model Base Based oR Function Finding by GEP Speciality：Computer Application Technology PhD Candidate：YUAN Changan Advisor：Prof．TANG Changjie ．、。#f● Abstract Wim the rapid development of computer technology and applicationDecision Support Systems(DSS)were demanded to deal with mote complex problems． Intelligent Decision Support Systems gDSS)have emerged as the t：lnles require． Sub-system of Model Base is cole of DSS．The traditional methods of conslructing Model Base have defects as follows． (1)Users must previously know the types of models in the Model Base．The DSS only calculates the nnknown parameters of the models in Model Base in terms of the sample data．Then the decision-maker could predicts in terms of the models． These Model Bases depend On the sele州on of the ty】pc of the model。and do not implement intelligentization for Model Base． k (2)The traditional intelligent expert Model Base depends on expert’S in specific domain．Such Model Base needs all abundant and experiences l c