基于GEP函數(shù)發(fā)現(xiàn)的智能模型庫關鍵技術研究.pdf

1、計算機技術廣泛而深入的應用對決策支持提出了更高的要求。智能決策支持系統(tǒng)（Intelligent Decision Support Systems，IDSS）應運而生。 模型庫子系統(tǒng)是決策支持系統(tǒng)的核心。但傳統(tǒng)模型庫的建立方法存在以下缺點： （1）需預先確定好模型庫中模型的類型，DSS只能根據(jù)樣本數(shù)據(jù)對現(xiàn)有的模型進行有關參數(shù)計算，進而讓決策者根據(jù)結果來進行預測。這種模型庫缺少了真正意義上的智能尋找模型類型的功能。

2、（2）可能依賴領域的專家經(jīng)驗。如專家系統(tǒng)需要一個內容豐富而全面的知識庫支撐，依靠的是某領域的專家經(jīng)驗，因此，該智能模型庫對先驗知識依賴性很強，難以實現(xiàn)真正意義上的智能化。 （3）在預先不知模型類型時，需憑經(jīng)驗確定模型類型，含有主觀和盲目因素。 （4）傳統(tǒng)方法目前不能支持復雜函數(shù)關系式和多分段函數(shù)關系式等模型的建立。 （5）擴展性較差。針對不同的函數(shù)模型類型，在程序實現(xiàn)時就必須有一個新的程序模塊。當模型庫要進行擴充

3、，系統(tǒng)就要為該模型增加新的代碼。 為了解決以上問題，本文將基因表達式編程（Gene Expression Programming，GEP）技術引入智能模型庫的研究中。 基因表達式編程具有極強的函數(shù)發(fā)現(xiàn)能力和很高的效率，并且在函數(shù)發(fā)現(xiàn)時不需要任何先驗知識，無需預存函數(shù)模型的類型，避免了傳統(tǒng)算法建模時事先選定函數(shù)類型的盲目性。 基因表達式編程研究領域尚有許多空白點，如GEP的理論分析、基于GEP屬性約簡的函數(shù)挖掘、基

4、于殘差分布適應度GEP方法等等。本文的工作是基于這些空白點展開，并將GEP這種新技術引入到DSS。 本文主要貢獻如下： （1）提出并實現(xiàn)了兩種數(shù)據(jù)預處理方法： i．復共線性數(shù)據(jù)的預處理算法ε－MDPA（ε－Multicollinearity Data Preprocessing Algorithm），該方法是針對在函數(shù)發(fā)現(xiàn)中要處理的數(shù)據(jù)具有復共線性時數(shù)據(jù)的預處理辦法 ii．基于Hash函數(shù)取樣的數(shù)據(jù)預處理

5、算法HSDPA（Hash Sampling Based Data Preprocessing Algorithm），其中的取樣是在總體數(shù)據(jù)太龐大時，為了提高函數(shù)發(fā)現(xiàn)的效率和樣本質量，所采取的抽樣技術。 （2）針對GEP理論的不足或空白點，對GEP的基本概念進行了一系列的形式化描述。利用馬爾可夫鏈理論，對群體為離散型的GEP進行了收斂性分析，證明了GEP的馬爾可夫鏈收斂性定理。針對群體為一般型的GEP，分析了適應度函數(shù)的收斂性，并

6、證明了最小殘差平方和依概率收斂定理。在理論上保證了GEP方法的可靠性和可行性。 （3）提出了顯式模型概念和基于GEP的顯式模型挖掘算法（GEP-Explicit Model Mining Algorithm, GEP-EIMA），新方法兼容了傳統(tǒng)函數(shù)發(fā)現(xiàn)算法顯式模型的挖掘，實現(xiàn)了系統(tǒng)的易擴展性。同時，通過實驗驗證了算法的有效性。 （4）根據(jù)GEP函數(shù)發(fā)現(xiàn)依概率收斂定理，提出了基于GEP的殘差制導進化算法（GEP-RGEA

7、），提高了GEP算法的效率。并通過3個實驗與GP以及其它預測方法進行了對比性實驗。實驗結果表明，在噪聲數(shù)據(jù)很小的情況下，三種算法均挖掘出目標函數(shù)，但GEP比GP的收斂速度提高了20倍，RGEA比GP提高了60倍。對于函數(shù)類型未知且極為復雜的數(shù)據(jù)，GEP和RGEA在發(fā)現(xiàn)理想函數(shù)的速度上要比GP分別快900、1800倍。 （5）提出了邊際基因、邊際適應度、殘差分布適應度概念以及基于邊際適應度和殘差分布適應度的GEP算法（GEP-MF

8、RDF），算法保證了殘差服從近似正態(tài)分布，克服了傳統(tǒng)GEP算法一味追求殘差絕對值小，忽略殘差應滿足正態(tài)分布的要求，有可能導致系統(tǒng)誤差的不足。提出了基于GEP的貪婪式屬性約簡函數(shù)挖掘算法（GEP BasedGreedy Attribute Reduction Function Mining Algorithm, GEP-GARFMA）和基于GEP的逐步屬性約簡函數(shù)挖掘算法（GEPBased Stepwise Attribute Reduc

9、tion Function Mining Algorithm,GEP-SARFMA），使系統(tǒng)能在自變量很多情況下自動實現(xiàn)屬性約簡的函數(shù)挖掘功能。通過兩個實驗驗證了算法的有效性。實驗表明：（a）GEP-GARFMA和GEP-SARFMA在發(fā)現(xiàn)最優(yōu)函數(shù)表達式時，均能有效地進行屬性約簡；（b GEP-SARFMA發(fā)現(xiàn)的函數(shù)表達式精度與GEP-GARFMA方法差不多；（c）當自變量個數(shù)為20時，GEP-SARFMA方法比GEP-GARFMA快3

10、00倍；（d）使用GEP-SARFMA挖掘的函數(shù)模型的適應度函數(shù)值比傳統(tǒng)方法提高24.6％。 （6）提出并實現(xiàn)了基于GEP函數(shù)發(fā)現(xiàn)的智能模型庫系統(tǒng)（GEP BasedIntelligent Model Base System, GEP-IMBS），給出了GEP-IMBS系統(tǒng)與GIS、DSS等接口技術。該系統(tǒng)是真正意義的無先驗知識的智能模型庫系統(tǒng)，模型的類型和參數(shù)的求解均由程序自己來實現(xiàn)。通過一個真實數(shù)據(jù)實驗驗證GEP-IMBS系