基于蛙跳思想的GEP及其在函数发现中的应用  

GEP Based on Frog Leaping and It′s Application in Function Finding

作　　者：张凯[1] 胡红光[1] 

机构地区：[1]西安建筑科技大学信息与控制工程学院,陕西西安710055

出　　处：《工业控制计算机》2015年第10期83-85,共3页Industrial Control Computer

基　　金：陕西省自然科学基金项目(2014JM2-6114);教育部教改项目(2-3-ZXM-09)

摘　　要：基因表达式编程(GEP)在函数发现问题上表现优异,但是仍然存在早熟收敛的问题严重影响其性能。为了解决这一问题,将混合蛙跳算法(SFLA)和GEP结合起来,提出了基于蛙跳思想的GEP算法(FLGEP),使得个体的进化相对离散,优势个体能够带动劣势个体。其次引入了基于熵的多样性测量标准,并且使点变异和穿变异率随着熵的改变而自动改变,除此之外还加入了种群监测变异算子,使得变异基因位上的符号更加均匀。实验表明,FLGEP相对于基本GEP算法性能有所提高,并且对于相关文献中的算法具有竞争力,同时在实际数据集的挖掘中,测试效果良好,模型数据与实际数据贴合紧密。This paper combines shuffled Frog Leaping Algorithm（SFLA） with GEP,then propose GEP based on frog leaping algorithm（FL-GEP） which overcome this problem to certain extent.The thought of frog leaping make the better chromosomes help the worse chromosomes during evolutionary process,and bring more diversity to evolution process.Moreover this paper improve every steps of evolution that focus on the diversity.

关 键 词：基因表达式编程 混合蛙跳算法 熵 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]