基因表達(dá)式編程在多項(xiàng)式函數(shù)分解和并列函數(shù)關(guān)系挖掘中的研究和應(yīng)用.pdf

1、科學(xué)研究中人們希望發(fā)現(xiàn)數(shù)據(jù)中蘊(yùn)含的規(guī)律。因此，找到一種高效、準(zhǔn)確的函數(shù)關(guān)系發(fā)現(xiàn)方法也是數(shù)據(jù)挖掘方面的一個(gè)研究重點(diǎn)?！　”疚膶?duì)利用基因表達(dá)式編程(GEP)技術(shù)進(jìn)行函數(shù)關(guān)系的挖掘進(jìn)行了較深入的研究，利用該方法進(jìn)行多項(xiàng)式函數(shù)關(guān)系的分解，并在此研究的基礎(chǔ)上實(shí)現(xiàn)了基于多基因染色體的并列函數(shù)表達(dá)式挖掘，實(shí)驗(yàn)證明取得了很好的效果。其間主要完成了如下工作： 1.闡述了數(shù)據(jù)挖掘的基本概念、一般流程及其分類(lèi)方法等，分析了函數(shù)關(guān)系發(fā)現(xiàn)這一特殊知識(shí)發(fā)

2、現(xiàn)形式的特點(diǎn)進(jìn)行；提出了多項(xiàng)式函數(shù)關(guān)系分解以及在此基礎(chǔ)之上的多函數(shù)關(guān)系挖掘的重要意義。 2.突破了傳統(tǒng)的多項(xiàng)式分解方法，采用數(shù)據(jù)挖掘的思想，利用基因表達(dá)式編程GEP技術(shù)提出了基于基因表達(dá)式編程的多項(xiàng)式函數(shù)關(guān)系分解方法GPF。 3.采用了有特色的概率相關(guān)因子優(yōu)化GEP中的適應(yīng)度函數(shù)，使得GPF方法精度提高了27％，同時(shí)GPF提出了寬松環(huán)境進(jìn)化策略LEE使得GEP成功率比傳統(tǒng)技術(shù)提高了最大58倍。 4.在多項(xiàng)式函數(shù)關(guān)

3、系分解GPF的基礎(chǔ)上實(shí)現(xiàn)了觀察數(shù)據(jù)集上的基于多基因染色體的并列函數(shù)表達(dá)式挖掘PPM。 5.利用VisualC++6.0設(shè)計(jì)實(shí)現(xiàn)了基于GEP的挖掘?qū)嶒?yàn)平臺(tái)GEPM，其中包括多項(xiàng)式函數(shù)關(guān)系分解GPF和多基因染色體的函數(shù)表達(dá)式挖掘PPM的實(shí)現(xiàn)。 6.在GEPM上進(jìn)行了一系列的相關(guān)實(shí)驗(yàn)，通過(guò)設(shè)計(jì)實(shí)驗(yàn)標(biāo)準(zhǔn)對(duì)GPF在不同的輸入?yún)?shù)情況下的性能做了對(duì)比和評(píng)價(jià)，對(duì)比了各項(xiàng)優(yōu)化策略使用前后的性能變化，顯示了PPM的實(shí)際效果。