新的线性遗传程序设计方法

计算机应用 ›› 2010, Vol. 30 ›› Issue (07): 1896-1898.

新的线性遗传程序设计方法

潘小海¹,徐蔚鸿²,周恺卿³

1. 长沙理工大学计算机与通信工程学院
2. 长沙理工大学计算机与通信工程学院
3. 长沙理工大学

收稿日期:2010-01-04 修回日期:2010-03-08 发布日期:2010-07-01 出版日期:2010-07-01
通讯作者: 潘小海
基金资助:
模糊神经网络簇的通用有效学习算法及其新型鲁棒性的研究;模糊神经网络簇有效学习算法及其鲁棒性研究

New linear genetic programming approach

Received:2010-01-04 Revised:2010-03-08 Online:2010-07-01 Published:2010-07-01

摘要/Abstract

摘要： 受其他多种线性编码的遗传程序设计算法的启发，提出一种新的编码方式的遗传程序设计——符号遗传程序设计。该编码方式具有简单、无语法限制并且能够在不增加计算量的情况下将染色体翻译成多个表达式等特点。分析与实验表明该算法具有较高的效率和较强的稳定性。

关键词: 遗传程序设计, 进化算法, 符号回归, 线性编码

Abstract: A new genetic programming named Symbol Genetic Programming (SGP) based on a new encoding method was proposed. This new encoding method absorbed the merits of many other linear genetic programming methods. It coded with a simple, unrestrained string. Based on its characteristic, multi-expressions could be contained in one individual without the increase of computation task. This method is proved to be effective and stable through the complexity analysis and experiment.

Key words: Genetic Programming, Linear Representation, Evolutionary Algorithm, Symbolic Regression

潘小海徐蔚鸿周恺卿. 新的线性遗传程序设计方法[J]. 计算机应用, 2010, 30(07): 1896-1898.

[1]	严华健, 张国富, 苏兆品, 刘扬. 救灾物资高维多目标自适应分配问题建模与求解[J]. 计算机应用, 2020, 40(8): 2410-2419.
[2]	赵志学, 李夏苗, 周鲜成. 考虑拥堵区域的多车型绿色车辆路径问题优化[J]. 计算机应用, 2020, 40(3): 883-890.
[3]	张鑫, 邹德旋, 沈鑫. 含交叉项的混合二范数粒子群优化算法[J]. 计算机应用, 2018, 38(8): 2148-2156.
[4]	刘宝, 董明刚, 敬超. 改进的排序变异多目标差分进化算法[J]. 计算机应用, 2018, 38(8): 2157-2163.
[5]	袁亦川, 杨洲, 罗廷兴, 秦进. 求解动态优化问题的多种群竞争差分进化算法[J]. 计算机应用, 2018, 38(5): 1254-1260.
[6]	郭后钱, 王微微, 尚颖, 赵瑞莲. 基于动态集合进化算法的弱变异测试用例集生成[J]. 计算机应用, 2017, 37(9): 2659-2664.
[7]	熊瑞琦, 马昌喜. 多配送中心危险货物配送路径鲁棒优化[J]. 计算机应用, 2017, 37(5): 1485-1490.
[8]	骆健, 蒋旻. 基于RGB-D图像核描述子的物体识别方法[J]. 计算机应用, 2017, 37(1): 255-261.
[9]	刘曦, 张潇璐, 张学杰. 异构云系统中基于智能优化算法的多维资源公平分配[J]. 计算机应用, 2016, 36(8): 2128-2133.
[10]	张闻强, 卢佳明, 张红梅. 流水车间调度问题的快速多目标混合进化算法[J]. 计算机应用, 2016, 36(4): 1015-1021.
[11]	谭阳, 宁可, 陈琳. 基于染色体易位的动态进化算法[J]. 计算机应用, 2015, 35(9): 2584-2589.
[12]	齐学梅, 王宏涛, 陈付龙, 汤其妹, 孙云翔. 新颖的阻塞流水车间调度量子差分进化算法[J]. 计算机应用, 2015, 35(3): 663-667.
[13]	刘晓红, 曲志坚, 曹雁锋, 张先伟, 冯刚. 基于自适应机制的多宇宙并行量子衍生进化算法[J]. 计算机应用, 2015, 35(2): 369-373.
[14]	王晓娟刘三阳田文凯. 带高效变异尺度系数和贪婪交叉策略的回溯搜索优化算法[J]. 计算机应用, 2014, 34(9): 2543-2546.
[15]	熊杰邹长春. 基于差分进化的感应测井反演算法[J]. 计算机应用, 2014, 34(3): 911-914.