采用混合策略的改进基因表达式编程
本文关键词: 基因表达式编程(GEP) 镜像替换 重启机制 克隆选择 出处:《计算机科学与探索》2017年01期 论文类型:期刊论文
【摘要】:基因表达式编程(gene expression programming,GEP)是一种新型的进化算法,在函数发现领域具有很好的应用。针对传统GEP存在的不足,提出了一种采用混合策略的改进基因表达式编程算法(improved gene expression programming algorithm used by hybrid strategy,HSI-GEP)。主要有两点改进:(1)采用镜像和重启机制对种群中的较差个体进行替换,以提高种群的质量和多样性;(2)在原有锦标赛选择之前引入克隆选择,以提高算法对优质解的开采能力。与权威文献中改进的GEP算法关于函数发现问题的大量对比实验表明,HSIGEP算法求解质量高,收敛速度快,具有明显的竞争力。
[Abstract]:Gene expression programming (GP) is a new evolutionary algorithm. It has a good application in the field of function discovery, aiming at the shortcomings of traditional GEP. An improved gene expression programming algorithm based on hybrid strategy is proposed. Improved gene expression programming algorithm used by hybrid. Strategy. In order to improve the quality and diversity of the population, there are two main improvements in HSI-GEP1: 1) the use of mirror image and restart mechanism to replace the poor individuals in the population, so as to improve the quality and diversity of the population. 2) Clonal selection is introduced before the original tournament selection to improve the mining ability of the algorithm to the high quality solution. A large number of comparative experiments on the function discovery problem of the improved GEP algorithm in authoritative literature show that the proposed algorithm can be used to solve the problem of function discovery. The HSIGEP algorithm has the advantages of high quality, fast convergence and obvious competitive power.
【作者单位】: 西安建筑科技大学信息与控制工程学院;
【基金】:国家自然科学基金 陕西省自然科学基金~~
【分类号】:Q811.4;TP301.6
【正文快照】: 1 引言 基因表达式编程(gene expression programming,GEP)[1-2]由Ferreira在2001年提出,是进化算法的新成果。GEP继承了遗传算法(genetic algorithm,GA)与遗传编程(genetic programming,GP)的优点,具有GA编码、操作的简洁性和GP求解复杂问题强有力的空间搜索能力,成为函数发
【相似文献】
相关期刊论文 前7条
1 夏林丽;张著洪;;多模式项目资源配置及其免疫优化决策[J];贵州大学学报(自然科学版);2010年04期
2 梁霖,徐光华;基于克隆选择的粗糙集属性约简方法[J];西安交通大学学报;2005年11期
3 王佃来;刘文萍;;基于克隆选择聚类改进的植被变化回归趋势分析[J];农业机械学报;2013年12期
4 张晓刚;一种基于克隆选择与多父体杂交的函数优化算法[J];湖北成人教育学院学报;2005年02期
5 刘楠楠;史旭华;;基于抗体浓度的克隆选择多目标优化算法及其应用[J];宁波大学学报(理工版);2013年03期
6 陶新民;刘玉;付丹丹;毕思明;;混合变异克隆选择多目标优化算法[J];计算机仿真;2011年10期
7 ;[J];;年期
相关会议论文 前2条
1 胡选子;谢存禧;;基于克隆选择的移动机器人路径规划[A];2009年全国开放式分布与并行计算机学术会议论文集(上册)[C];2009年
2 冯艳华;钟诚;谭运宝;闫铁;赵艳;;动态克隆选择的成熟检测器进化算法[A];2007年全国开放式分布与并行计算机学术会议论文集(下册)[C];2007年
相关博士学位论文 前1条
1 胡江强;基于克隆选择优化的船舶航向自适应控制[D];大连海事大学;2008年
相关硕士学位论文 前4条
1 秦丽;一类组合膜计算与免疫机制的聚类算法[D];西华大学;2015年
2 杨秋实;改进的克隆选择优化算法及其应用研究[D];长沙理工大学;2008年
3 宁合军;基于点对称距离的聚类算法及其应用[D];西安电子科技大学;2010年
4 桑志祥;融合克隆选择的AEA算法及其在约束优化问题中的应用[D];华东理工大学;2013年
,本文编号:1456430
本文链接:https://www.wllwen.com/kejilunwen/jiyingongcheng/1456430.html