基于多目标人工鱼群算法的符号回归

发布时间：2021-04-20 01:09

　　针对现有符号回归方法仅关注拟合误差而忽略模型简化的问题,提出了一种基于多目标的人工鱼群算法,将拟合误差与模型复杂度同时作为目标函数进行优化.以二叉堆对语法树编码,优良分支得以稳定地遗传和继承,也更易解码.在引入蒙版、邻域、小生境、拥挤度等概念的基础上,设计和定义了适用于二叉堆编码的随机游动、觅食、追尾、逃脱等人工鱼行为算子.详尽的实验表明,提出算法在符号回归过程中能获取高质量的Pareto解.此外,对从Pareto前沿上选取折衷解及降低算法内存开销的方法也进行了讨论. 

【文章来源】：控制理论与应用. 2020,37(02)北大核心EICSCD

【文章页数】：15 页

【文章目录】：
1 引言
2 拟合误差与模型复杂度的量化
    2.1 拟合误差
    2.2 模型复杂度
3 用于符号回归的多目标人工鱼群算法
    3.1 人工鱼编码
        3.1.1 ORF串的缺点
        3.1.2 二叉堆编码
        3.1.3 蒙版
    3.2 人工鱼行为算子与外部档案维护
    3.3 算法步骤
4 仿真实验
5 讨论
    5.1 模型的选择
    5.2 内存开销的降低
    5.3 参数的选择
6 结论



本文编号：3148677