基因表達(dá)式程序設(shè)計的研究和應(yīng)用.pdf

1、基因表達(dá)式編程(Gene Expession Programming)是由葡萄牙科學(xué)家F.Candida于2001年提出的一種新的基于基因型(genotype)和表現(xiàn)型(phenotype)的自適應(yīng)進化算法，并成功的運用于函數(shù)發(fā)現(xiàn)、數(shù)據(jù)分類、時間序列、機器學(xué)習(xí)、優(yōu)化組合、圖像處理等問題中。GEP綜合了遺傳算法(GA)和遺傳編程(GP)的各自優(yōu)點，又克服了兩者的各自缺點。它采用類似于GA中的固定長度的線性染色體作為個體(基因型)，同時GE

2、P又將個體轉(zhuǎn)換為類似于GP個體的大小、形狀都不同的非線性表達(dá)式樹(表現(xiàn)型)，因此，它可以利用簡單編碼解決復(fù)雜問題，而且可以方便的進行選擇、交叉、變異等遺傳操作。在求解很多復(fù)雜問題時，基因表達(dá)式編程的性能比普通的遺傳編程高出2-4個數(shù)量級。
　　 但是，由于GEP是最近幾年才發(fā)展起來的，GEP作為進化算法中的一個新的分支，研究才剛剛開始，沒有像GA，GP等算法有堅實的數(shù)學(xué)基礎(chǔ)和比較系統(tǒng)的方法理論。而且F.Candida在提出GEP

3、時，很多理論是空白的，多是以實驗和假設(shè)為基礎(chǔ)，有很大的技術(shù)缺陷，所以GEP需要更加堅實的理論基礎(chǔ)來填補空白，同時通過對算法改進，來提高GEP的運行時間效率和算法性能。
　　 本文主要在對GEP算法原理和缺陷的研究的基礎(chǔ)上，提出了兩種改進算法，并對改進算法進行了實驗驗證，效果很好。主要內(nèi)容如下：
　　 (1)系統(tǒng)介紹了進化算法的主要分子，包含GA、GP、GEP算法主要原理、流程和不足之處等；
　　 (2)通過借鑒生

4、物進化原理和分析GEP算法，并對傳統(tǒng)GEP算法進行了兩種改進，基于克隆選擇的基因表達(dá)式算法(Clonal Selection-based GeneExpression Programming，CSGEP)和基于自適應(yīng)分層的基因表達(dá)式算法(AdaptiVe Hierarchical Gene Expression Programming，AHGEP)；
　　 (3)實驗結(jié)果表明改進型算法與傳統(tǒng)GEP算法相比，有效的改善了算法過早收