《计算机应用研究》|Application Research of Computers

基于条件云的基因表达式编程算法

Gene expression programming based on condition cloud

免费全文下载 (已被下载 次)  
获取PDF全文
作者 姜玥,崔梦天,吴江,谈文蓉
机构 1.西南民族大学 计算机科学与技术学院,成都 610041;2.西南财经大学 信息工程学院,成都 610074
统计 摘要被查看 次,已被下载
文章编号 1001-3695(2015)04-1107-03
DOI 10.3969/j.issn.1001-3695.2015.04.035
摘要 标准基因表达式编程算法(GEP)在挖掘知识时采用恒定的变异和交叉率,没有考虑进化中个体适应度的变化,依然存在难以摆脱局部最优和收敛速度问题。为了解决这一问题,提出了将X条件云模型应用到基因表达式编程的算法(XCC-GEP)。该算法在进化前期采用固定变异率和交叉率;一旦处于收敛状态时,根据个体的当前适应度,借助X条件云,动态调整其变异率和交叉率,以跳出早熟收敛。实验表明了算法的有效性。
关键词 条件云;基因表达式编程;云模型;自适应
基金项目 国家自然科学基金面上项目(61379019)
四川省学术和技术带头人培养资金重点资助项目
西南民族大学中央高校基本科研业务费专项资金资助项目(2014NZYQN27)
本文URL http://www.arocmag.com/article/01-2015-04-035.html
英文标题 Gene expression programming based on condition cloud
作者英文名 JIANG Yue, CUI Meng-tian, WU Jiang, TAN Wen-rong
机构英文名 1. School of Computer Science & Technology, Southwest University for Nationalities, Chengdu 610041, China; 2. School of Economic Information Engineering, Southwestern University of Finance & Economics, Chengdu 610074, China
英文摘要 Standard gene expression programming (GEP) uses fixed rate of mutation and crossover while mining knowledge, ignoring the variation of individual fitness, hence it works in local optimum style with low convergence speed. Aiming to solve this problem, this paper proposed gene expression programming based on X condition cloud(XCC-GEP). The algorithm used fixed mutation and crossover probabilities in early evolution. It dynamically determined mutation and crossover probabilities by X condition cloud with the current fitness of the individuals when standard GEP converging to jump out of premature convergence. Extensive experiments illustrate the validity of the proposed method.
英文关键词 condition cloud; gene expression programming(GEP); cloud model; adaptive
参考文献 查看稿件参考文献
  [1] FERREIRA C. Gene expression programming:a new adaptive algorithm for solving problems[J] . Complex Systems, 2001, 13(2):87-129.
[2] 卢毅, 雒香云, 张欢. 基于基因表达式编程的公路工程造价预测模型[J] . 交通运输系统工程与信息, 2011, 11(6):85-92.
[3] 岳崇伦, 曾苑. 基因表达式编程方法在GPS高程拟合中的应用[J] . 地矿测绘, 2011, 27(1):1-4.
[4] 黄立昕, 董悦坤. 基于因子分析和基因表达式编程的电流互感器故障诊断[J] . 电力科学与工程, 2011, 27(10):26-30.
[5] 李德毅, 孟海军, 史学梅. 隶属云和隶属云发生器[J] . 计算机研究与发展, 1995, 32(6):15-20.
[6] 胡建军, 唐常杰, 彭京, 等. 快速跳出局部最优的VPS-GEP算法[J] . 四川大学学报:工程科学版, 2007, 39(1):128-133.
[7] 魏婷, 唐常杰, 王悦, 等. DC-GEP:基因表达式编程中基于多样性贡献的早熟预警策略[J] . 计算机科学与探索, 2009, 3(5):498-508.
[8] WANG Shou-xin, ZHANG Li, MA Ma, et al. An evaluation approach of subjective trust based on cloud model[J] . Journal of Software Engineering & Applications, 2008, 1(1):44-52.
[9] WANG Shang-guang, ZHENG Zi-bin, SUN Qi-bo, et al. Cloud model for service selection[C] //Proc of IEEE INFOCOM Workshop on Cloud Computing. [S. l. ] :IEEE Press, 2011:677-682.
[10] 许川佩, 陈征南, 任智新. 基于云自适应遗传算法的NoC映射研究[J] . 计算机工程与应用, 2012, 48(36):70-104.
[11] 林小军, 叶东毅. 云变异人工蜂群算法[J] . 计算机应用, 2012, 32(9):2538-2541.
[12] MICHALEWICZ Z. Genetic algorithms+data structures=evolution programs[M] . Berlin:Springer-Verlag, 1999:349-350.
[13] FERREIRA C. Gene expression programming[EB/OL] . (2002). http://www. gene-expression-programming. com/gep/GepBook/Chapter4/Section1/SS2. htm.
收稿日期 2014/3/17
修回日期 2014/4/28
页码 1107-1109,1148
中图分类号 TP311.1
文献标志码 A