基于多顯型染色體的基因表達式編程算法及其應用.pdf

1、演化算法是一類統(tǒng)計優(yōu)化算法，它們是受自然界演化過程特別是演化過程中生物個體對環(huán)境表現(xiàn)出的自適應性啟發(fā)而產生的一類優(yōu)化技術。最初，演化計算具有三大分支：遺傳算法(簡稱GA)、演化規(guī)劃和演化策略。20世紀90年代初，從遺傳算法又派生了另一個分支：遺傳程序設計(簡稱GP)。2001年，F(xiàn)erreira提出了一種結合GA和GP優(yōu)點的新型遺傳變異算法，即基因表達式編程算法(簡稱GEP)。
　　 基因表達式編程算法是一種基于基因型-顯型的遺

2、傳變異算法。跟遺傳算法和遺傳程序設計一樣，它使用多個個體組成的種群，根據(jù)適應值選擇個體，由一個或者多個遺傳算子帶來變異。它們三者的不同點在于：在GAs中，個體是固定長度的線性字符串，即染色體；在GP中，個體是不同大小和形狀的非線性實體，即解析樹；而在GEP中，個體被編碼成固定長度的線性字符串，即基因組和染色體，而且可以被表達成不同大小和形狀的非線性實體，例如表達式樹。
　　 本文對基因表達式編程進行改進，提出了一種基于多顯型染色

3、體(Multi-Phenotype Chromosomes)的基因表達式編程算法(簡稱MPC-GEP)，使得單個染色體可以解碼為多個表達式樹，即包含了多個可能解，從而增加了種群包含最優(yōu)解的可能性。該算法以函數(shù)發(fā)現(xiàn)作為實驗，相比傳統(tǒng)基因表達式編程算法，對于個體數(shù)目相同的種群，MPC-GEP能夠以較少的迭代次數(shù)，即以較少的進化時間獲得最優(yōu)個體。
　　 分類規(guī)則挖掘是數(shù)據(jù)挖掘中的一個重要課題，目前，有多種算法應用于分類規(guī)則的挖掘，包括