基因表达式编程在多元数据预测模型中的应用

基因表达式编程(GEP)是一种基于基因组和表现型组的新遗传算法,是一种高度有效、稳定的随机搜索方法,能从大量的数据集中挖掘出未知的、有价值的函数模型。本文根据各种燃料成本与用电成本的实际数据,提出用基因表达式编程(GEP)对其预测,挖掘出它们的函数关系式,并和多元线性回归预测结果进行比较。实验结果发现,用GEP方法避免了事先确定变量之间函数关系的主观性、经验性、预估性,从而使预测效果更加客观、有效。