GEP和MEP的新型解碼評(píng)估技術(shù)及融合.pdf

1、遺傳程序設(shè)計(jì)(GP)作為演化計(jì)算中的一個(gè)新分支，已成為人工智能領(lǐng)域研究的一大熱點(diǎn)。傳統(tǒng)的GP采用樹結(jié)構(gòu)進(jìn)行編碼，進(jìn)化過程需要操作復(fù)雜的語法樹，使得算法實(shí)現(xiàn)較困難，影響搜索效率。為此，各國研究者在GP的基礎(chǔ)上相繼提出線性結(jié)構(gòu)編碼和圖結(jié)構(gòu)編碼的遺傳程序設(shè)計(jì)方案，其中線性結(jié)構(gòu)編碼GP成為研究的主要方向。本文主要探討線性結(jié)構(gòu)的基因表達(dá)式編程(GEP)和多表達(dá)式編程(MEP)算法的改進(jìn)。
　　 GEP有編碼簡單且可解決復(fù)雜問題的優(yōu)點(diǎn)，但存

2、在進(jìn)化輩數(shù)過大或者無法取得最優(yōu)結(jié)果的情況，其核心原因在于演化過程中種群的基因多樣性有限。MEP最主要的特點(diǎn)是一條染色體內(nèi)包含多個(gè)表達(dá)式，其缺陷是多表達(dá)式增加了解碼的復(fù)雜度。為改善GEP和MEP存在的問題，本文在已有的研究成果上對(duì)這兩種算法進(jìn)行了一些改進(jìn)工作:
　　 1)提出了MEP染色體內(nèi)基于相同基因片斷共享評(píng)估值的思想。實(shí)現(xiàn)基于編碼基因的評(píng)估方法，減少基因型轉(zhuǎn)換為表現(xiàn)型的映射過程，從而加快個(gè)體的評(píng)估速度。
　　 2)將

3、當(dāng)前的MEP基因與同一染色體內(nèi)已評(píng)估的基因進(jìn)行比較，相同基因共享評(píng)估結(jié)果。最后通過若干個(gè)實(shí)驗(yàn)證明了共享評(píng)估算法提高了傳統(tǒng)MEP的函數(shù)發(fā)現(xiàn)能力。
　　 3)分析GEP和MEP演化程序設(shè)計(jì)的優(yōu)勢和缺陷。將兩種算法相結(jié)合提出了一種新的遺傳程序設(shè)計(jì)方法多基因表達(dá)式程序設(shè)計(jì)(MGEP:Multi Gene Expression Programming)。它通過改進(jìn)GEP的解碼方法實(shí)現(xiàn)，將MEP包含多個(gè)表達(dá)式的特點(diǎn)運(yùn)用到GEP中。
　

4、　 4)基于對(duì)傳統(tǒng)GEP中廣度優(yōu)先建樹方法的分析，以及數(shù)據(jù)結(jié)構(gòu)中深度優(yōu)先方式建立樹的研究，將這兩種建樹方案同時(shí)引入到MGEP算法的解碼策略中。從理論上證明了深度優(yōu)先轉(zhuǎn)換更有利于高效的解碼和評(píng)估。
　　 5)通過實(shí)驗(yàn)比較深度優(yōu)先建樹的MGEP、廣度優(yōu)先建樹的MGEP、標(biāo)準(zhǔn)GEP和MEP這四種算法基于相同函數(shù)挖掘的演化性能，主要比較進(jìn)化輩數(shù)、個(gè)體多樣性數(shù)目和精度等參數(shù)。實(shí)驗(yàn)結(jié)果表明MGEP有更強(qiáng)的自動(dòng)函數(shù)發(fā)現(xiàn)能力，其原因是多解技術(shù)