一种基于重叠表达进化算法的meoe.docxVIP

一种基于重叠表达进化算法的meoe 1 meeo的基本概念及问题 遗传算法ga（genticalgorithm）是模仿生物遗传和自然选择机的优化搜索算法。它是对生物进化过程的模拟模拟。这是计算进化的最佳方式。遗传计算方法为难以找到传统数学模型的问题找到了一种解决方案。与其他生物挖掘算法相比，它具有速度快、全球搜索能力等优点。 为解决函数发现等更为复杂的问题,Cramer提出了遗传编程GP(Genetic Programming),但由于GP的编码方式过于复杂,因此导致计算效率相对低下.Ferreira等结合GA和GP的优点提出了基因表达式编程GEP(Gene Expression Programming),GEP同GA和GP相比快2～4个数量级. 现有的GEP算法对较高次数的函数发现问题效果仍不理想.实验表明对于多项式部分超过6次的函数发现问题,现有的GEP算法在速度和成功率两方面的表现均不如人意. 在生物遗传学上,传统观点认为每个基因是由一些密码子组成,密码子有序地排列在DNA链上,各个基因按次序表达.生物学家发现,在一定条件下,组成基因的核苷酸序列有些可以重复,即重叠基因(overlapping gene).生物遗传界普遍认为重叠基因不仅能经济和有效地利用DNA的遗传信息量,“节约”碱基,而且更重要的是可能便于对基因表达起调控作用. 受基因重叠现象启发,本文提出了一种新的进化