深度广度联合解码的基因表达式程序设计  

Gene expression programming combining depth-first and breadth-first decoding principles

作　　者：张建明[1] 唐勇[1] 周书仁[1] 吴宏林[1] 

机构地区：[1]长沙理工大学计算机与通信工程学院,湖南长沙410114

出　　处：《计算机工程与科学》2014年第10期1966-1971,共6页Computer Engineering & Science

基　　金：国家自然科学基金资助项目(61202439);湖南省教育厅优秀青年资助项目(12B003);湖南省交通厅科技计划资助项目(201334)

摘　　要：基因表达式程序设计(GEP)在时间序列分析、分类、自动程序设计、多目标优化、海量数据分析等领域中有着广泛的应用。在GEP解码过程中,将深度优先和广度优先技术的优点相结合,提出了基于深度广度联合解码的GEP算法,从而既能适量地增加种群中个体的多样性,又能适当地保留较优的子树信息(sub_ET)。实验表明,相比标准GEP算法,新算法在进化时间增加不多的情况下提高了平均适应度,获得了更高的成功率。Gene Expression Programming （GEP） is an automatic programming approach widely used in many areas, such as time series analysis, classification,multi-objective optimization and massive data a- nalysis. A new GEP algorithm is proposed by combining the advantages of the depth-first and breadth-- first technologies in the GEP decoding process. The new algorithm can increase the diversity of individuals and properly preserve better sub_ETs. The experimental results show that, compared with the stand- ard GEP algorithm,the new algorithm can improve the mean fitness without increasing too much evolu- tionary time,thus achieving a higher success rate.

关 键 词：深度 广度 解码 基因表达式程序设计 符号回归 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]