基因表達(dá)式編程研究及其在函數(shù)挖掘中的應(yīng)用.pdf

1、當(dāng)今社會高速發(fā)展,信息量也隨之急劇猛增,但卻陷入到“數(shù)據(jù)豐富卻知識匱乏”的困境中,函數(shù)挖掘作為數(shù)據(jù)挖掘的重要分支,目的就是從這些大量數(shù)據(jù)中發(fā)現(xiàn)反映存在規(guī)律和變化趨勢的函數(shù)模型,從而來預(yù)測和指導(dǎo)實(shí)踐工作.本文主要研究基因表達(dá)式編程方法及其在函數(shù)挖掘問題中的應(yīng)用.基因表達(dá)式編程(GEP)是由葡萄牙科學(xué)家 Ferreira提出的一種新型的自適應(yīng)演化算法,它是在繼承和發(fā)展遺傳算法和遺傳編程優(yōu)點(diǎn)的基礎(chǔ)上發(fā)展起來的知識發(fā)現(xiàn)新技術(shù),目前已成功運(yùn)用于函

2、數(shù)挖掘、時(shí)間序列預(yù)測、關(guān)聯(lián)規(guī)則挖掘、數(shù)據(jù)分類、圖像處理、機(jī)器學(xué)習(xí)等問題中,它利用簡單編碼解決復(fù)雜問題,性能與傳統(tǒng)方法比較表現(xiàn)出顯著的優(yōu)勢.
　　本文在進(jìn)行基因表達(dá)式編程研究及其在實(shí)現(xiàn)函數(shù)挖掘問題的過程中,主要進(jìn)行了以下幾方面的工作:
　　1.首先研究了數(shù)據(jù)挖掘尤其是函數(shù)挖掘的基本特征、發(fā)展概況及應(yīng)用背景;詳細(xì)闡述了基因表達(dá)式編程的核心技術(shù),也就是它獨(dú)特的編碼形式和操作方法,主要包括GEP的染色體構(gòu)成和編碼結(jié)構(gòu)、為評價(jià)所求解對

3、環(huán)境的適應(yīng)能力而進(jìn)行的適應(yīng)度函數(shù)計(jì)算、各類遺傳操作如一般的選擇、變異操作和特殊的倒串、插串、根插串、基因變換、單點(diǎn)重組、兩點(diǎn)重組、基因重組等操作、數(shù)值常量和系數(shù)的處理方法、GEP算法的基本流程等問題,進(jìn)一步分析GEP在解決問題時(shí)呈現(xiàn)出來的顯著優(yōu)越性。
　　2.基因表達(dá)式編程需要不斷發(fā)展和完善,它本身也存在著一些缺陷和不足,一方面要保證GEP算法收斂性,維持種群中個(gè)體的多樣性;另一方面為了盡快使解種群向最優(yōu)方向靠攏,又勢必影響種群多

4、樣性陷入局部最優(yōu),造成“早熟”現(xiàn)象的出現(xiàn).因此本文在分析了傳統(tǒng)GEP在維持種群多樣性、算法效率、函數(shù)模型擬合度等方面存在的缺陷及其原因的基礎(chǔ)上,設(shè)計(jì)了相應(yīng)的改進(jìn)方案.主要包括逆淘汰策略來抑制早熟現(xiàn)象的出現(xiàn),維持種群多樣性;基于適應(yīng)度的自動回退機(jī)制、衍生編碼重組策略、無樹解碼方式以提高算法的時(shí)空效率;數(shù)值常量的確定方法來提高函數(shù)模型的擬合程度等使傳統(tǒng)GEP算法更加趨于完善.
　　3.在實(shí)踐方面,主要研究基因表達(dá)式編程在函數(shù)挖掘中的應(yīng)

5、用,著重說明了將二者有效結(jié)合的具體方法,諸如在函數(shù)表達(dá)式解碼、適應(yīng)度函數(shù)選擇、遺傳操作的實(shí)施、實(shí)現(xiàn)函數(shù)挖掘的具體過程等問題中的要點(diǎn),進(jìn)一步體現(xiàn)了GEP應(yīng)用于函數(shù)挖掘的可行性和獨(dú)特優(yōu)勢.
　　4.為了驗(yàn)證這種應(yīng)用的有效性和實(shí)現(xiàn)性能,自己開發(fā)編制了基因表達(dá)式編程實(shí)現(xiàn)函數(shù)挖掘的軟件為實(shí)驗(yàn)搭建了平臺,分別進(jìn)行了一元、二元和多元函數(shù)挖掘?qū)嶒?yàn),還根據(jù)真實(shí)數(shù)據(jù)為實(shí)際問題如山東省汽車保有量建立了預(yù)測模型,這些都為本文的研究成果提供了可靠的實(shí)驗(yàn)依據(jù)