基于自动定义函数GP的自适应建模研究

遗传程序设计(GeneticProgramming,简称GP)在进化过程中由于种群多样性的损失,常导致低收敛性.本文尝试将自动定义函数引入到GP中克服这个问题,并应用于数据的自适应建模.文中将两者的性能进行了比较,实验表明自动定义函数的发现和使用增加了种群的多样性.它不仅降低了整个遗传程序的大小,还增加了GP搜索的计算有效性,提高了收敛性能,取得了满意的结果.

遗传编程与自动定义函数结合的研究及应用

本文根据在标准遗传编程中由于种群多样性对算法收敛特性的影响,引入了结合自动定义函数的方法,对标准遗传编程进行改进,从而得到更优的收敛性能和缩短运行时间。文中结合求路径最优化的旅行商问题来进行实际验证,结论得出改进的算法具有更好的收敛性能。

遗传规划研究的现状及发展

遗传规划 (GP)是一种关于产生问题解的计算机程序或者其他复杂结构的自动方法。它被成功地应用于自动设计、模式识别、机器人控制、神经网络结构的合成、符号回归、音乐和图像产生等难题。本文描述了遗传规划中的基本算法、理论及各种改进方法 ,讨论了遗传规划的关键技术 ,介绍了一些典型的实现系统及主要的应用领域 。

用遗传规划求欧拉回路

讨论了用遗传规划寻找任意欧拉图中的欧拉回路的原理，给出了解题的分级方法，群体定义方法与适合值的测试方法，并对结果进行了分析比较。