基于均匀设计抽样的改进遗传算法在回归模型中的应用  

Application of improved genetic algorithm based on uniform design sampling crossover operator in regression model

作　　者：施明华[1] 周本达[1,2] 陈明华[1] 

机构地区：[1]皖西学院应用数学学院,安徽六安237012 [2]安徽省自然计算及其应用重点实验室,合肥230037

出　　处：《计算机应用》2012年第11期3050-3053,共4页journal of Computer Applications

基　　金：国家自然科学基金资助项目(61175051;61070131);安徽省高校优秀人才基金资助项目(2009SQRZ189);安徽省高校省级自然科学研究重点项目(K2011A267)

摘　　要：通过对佳点集遗传算法优缺点进行分析,利用均匀设计抽样(UDS)的理论和方法,对遗传算法中的交叉操作进行重新设计,提出一种改进的遗传算法。新算法将变量选择和变换选择并行实施,并结合统计信息准则处理回归模型选择问题。仿真实验表明新算法在求解精度、解的稳定性等方面有较大的提高。After analyzing the advantages and disadvantages of good point genetic algorithm,the crossover operation of Genetic Algorithm（GA） was redesigned by using the theory and methods of Uniform Design Sampling（UDS）.Then an improved GA based on UDS was presented.In combination with statistical criteria,the new algorithm was used for variable and transformation simultaneous selection in solving regression model selection problem.The results of simulation show a good improvement in solution quality,stability and other various indices.

关 键 词：回归模型选择 遗传算法 均匀设计抽样 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]