小生境技术在遗传规划中的应用
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

山西省高校科技研究与开发项目(20081023);山西自然基金 (2010011022-1).


Application of Niche Technology to Genetic Programming
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了提高遗传规划算法的性能,把遗传算法中的小生境技术运用到遗传规划中,提出了改进的遗传规划算法(NGP)。该算法首先对原始训练集进行数据拟合,然后应用小生境技术跟踪拟合函数的极值点,并根据拟合函数的维数的不同,分别计算极值点在自变量维上的欧氏距离并排序,选取欧式距离较大且数量不超过原始训练集10%的极值点,加入到原始训练集中作为新的训练集,最后用遗传规划算法处理新训练集。在符号回归实验中对NGP 的准确率进行了测试,说明了该算法的准确性和有效性。

    Abstract:

    To improve the performance of genetic programming algorithm, the niche technology used in genetic algorithm is applied to genetic programming. It is improvement of genetic programming algorithm, which is called NGP in the next text. First, the algorithm fits the data with the original training set. Second, it tracks the extreme points of the fitting function, and according to the dimensions of the fitting function, calculate the extreme points’ Euclidean distance in the independent variable dimension and order it. Then it selects the extreme points whose Euclidean distance is larger and does not exceed the number of the ten percent of the original training set, and added them to the original training set as new training set. Finally, it deals with new training set using genetic programming. In this paper, we use symbolic regression experiment to test the accuracy of the NGP. It illustrates the accuracy and effectiveness of the algorithm.

    参考文献
    相似文献
    引证文献
引用本文

刘国炜,常新功.小生境技术在遗传规划中的应用.计算机系统应用,2011,20(2):49-52,156

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-05-17
  • 最后修改日期:2010-06-23
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号