符号回归的枚举原型算法及其匹配算法研究

通过建立一个包括大量原型的原型库 ,实现了符号回归的枚举原型算法 .该算法使用的原型可分为线性原型和非线性原型 ,前者与样本数据的匹配可转换为多元线性回归问题 ,效率高 ,但其表现力较差 .后者表现力强 ,但非线性回归技术效率低 ,且存在收敛域问题 .对可用于原型匹配的各种拟合算法进行了比较研究 ,确定了为各种原型选择匹配算法的一般方法 .