版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、長沙理工大學(xué)碩士學(xué)位論文遺傳編程的改進(jìn)及其在符號回歸中的應(yīng)用姓名：潘小海申請學(xué)位級別：碩士專業(yè)：計算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：徐蔚鴻20100301ABSTRACTRegressionanalysisisoneofthemostimportanttasksinmeasurementdataprocessingThemeaningofsymbolicregressionisthatwearesearchingforafunctionthatcl
2、oselymatchesanunknownexpressionbasedonafinitesetofsampledata，inordertoanalyzeandforecastdataCommonlyusedmethodisprovidingempiricalexpressionmodelandestimatingtheregressionparametersThefittingresultsarebadwhenthefunctionm
3、odelsarehardtobeprovidedGeneticprogrammingisanewtechnologyforsolvingsymbolicregressionproblemItcansolvecomplexregressionproblembecauseitcanobtainthematchedfunctionexpressionbyonlygiventhedatapointsandacceptableerrorThema
4、inresearchcontributionofthethesiscanbesummarizesasfollows：(1)Anovelgeneticprogramming，namedsymbolgeneticprogramming(SGP)basedonanewencodingmethodhasbeenproposedThisnewencodingmethodabsorbsthemeritsofmanyotherlineargeneti
5、cprogrammingsItcodeswithasimple，unrestrainedstring，basedonitscharacters，multipleexpressionscouldbecontainedinoneindividualwithouttheincreaseofcomputationtaskThismethodisprovedtobeeffectiveandstablefromthecomplexityanalys
6、isandexperiment(2)ByintroducingCellularAutomata，anewgeneticprogrammingmethodnamedCellularSymbolGeneticProgramming(CSGP)hasbeenproposedIthashigherSuccessrateandneedlesscomputationtimeThismethodisprovedtobeeffectiveandstab
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 遺傳編程的改進(jìn)及其在符號回歸中的應(yīng)用.pdf
- 遺傳規(guī)劃算法的改進(jìn)研究及其在符號回歸中的應(yīng)用.pdf
- 遺傳規(guī)劃理論及其在符號回歸中的應(yīng)用.pdf
- 基因表達(dá)式程序設(shè)計在符號回歸中的應(yīng)用研究.pdf
- 線性回歸中的相關(guān)系數(shù)
- 線性回歸中的相關(guān)系數(shù)
- 偏最小二乘在多元回歸中的應(yīng)用.pdf
- Firth懲罰最大似然估計在Logistic回歸中解決分離問題時的應(yīng)用.pdf
- 確切Logistic回歸方法及其在醫(yī)學(xué)遺傳學(xué)領(lǐng)域的應(yīng)用.pdf
- 工具變量回歸中的估計問題.pdf
- 改進(jìn)的遺傳算法及其在工程優(yōu)化中的應(yīng)用.pdf
- 改進(jìn)遺傳算法及其在波束形成中的應(yīng)用.pdf
- 粒子群算法的改進(jìn)及其在回歸模型參數(shù)估計中的應(yīng)用
- 遺傳算法的改進(jìn)及其在結(jié)構(gòu)優(yōu)化中應(yīng)用.pdf
- 遺傳算法的改進(jìn)及其在組合優(yōu)化中的應(yīng)用.pdf
- 改進(jìn)的遺傳算法及其在模具優(yōu)化設(shè)計中的應(yīng)用.pdf
- 改進(jìn)的多層判別回歸樹算法及其在遙感圖像分析中的應(yīng)用.pdf
- 遺傳算法的改進(jìn)研究及其在工程優(yōu)化中的應(yīng)用.pdf
- 改進(jìn)的遺傳算法及其在電網(wǎng)無功優(yōu)化中的應(yīng)用.pdf
- 粒子群算法的改進(jìn)及其在回歸模型參數(shù)估計中的應(yīng)用.pdf
評論
0/150
提交評論