-
题名求解矩形物体布局问题的分布评估算法
被引量:1
- 1
-
-
作者
杨林
陶庆云
全惠云
-
机构
湖南师范大学计算机教学部
湖南文理学院数学系
湖南师范大学数学与计算机科学学院
-
出处
《湖南师范大学自然科学学报》
CAS
北大核心
2007年第3期42-45,共4页
-
基金
湖南省2006年自然科学基金资助项目(06JJ5107)
-
文摘
介绍了分布评估算法的主要特点,通过对矩形物体基于布置点的布局方法进行改进,在引入新的个体表达方式和物体布局规则的基础上,提出了求解矩形物体布局问题的分布评估算法.实例表明该算法优于传统的遗传算法.
-
关键词
分布评估算法
遗传算法
布局问题
-
Keywords
estimation of distribution algorithm
genetic algorithm
placement problem
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基因评估基因表达式程序设计方法
被引量:9
- 2
-
-
作者
杜欣
李悦乔
谢大同
康立山
-
机构
中国地质大学计算机科学与技术系
石家庄经济学院信息工程学院
武汉大学软件工程国家重点实验室
-
出处
《小型微型计算机系统》
CSCD
北大核心
2007年第5期834-840,共7页
-
基金
国家自然科学基金项目(60473081
60473037)资助
+3 种基金
河北省教育厅自然科学基金项目(2004454
2005338)资助
河北省高科技研究项目(05213567
06213562)资助
-
文摘
基因表达式程序设计(Gene Expression Programming,简称GEP)与遗传程序设计(Genetic Programming,简称GP)相比,具有更强的搜索能力、更简单的编码表示方法和产生更高复杂性函数的能力.但是它也存在一些缺点,例如缺乏学习机制,搜索过于盲目.针对这一缺点,本文提出了一种新的自动程序设计方法:基因评估基因表达式程序设计(Gene Estimated Gene Expression Programming,简称GEGEP).与GEP相比,GEGEP主要具有如下特点:(1)改变了GEP的基因表达式结构,将原来的“头+尾”结构改成了“头+身+尾”结构,以利于其引进学习机制;(2)同源基因也采用“头+身+尾”结构,以利于增强其搜索能力;(3)引入了分布评估算法(Estimation of Distribution Algorithm,简称EDA)的思想,以利于增加其学习能力并且加快其收敛速度.实验结果表明,与GEP和GP相比,GEGEP具有更高的拟合和预测精度、更快的收敛速度.
-
关键词
基因表达式程序设计
遗传程序设计
基因评估基因表达式程序设计
分布评估算法
-
Keywords
gene expression programming
genetic programming
gene estimated gene expression programming
estimation of distribution algorithm
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名基于EDA的并行基因表达式程序设计方法
被引量:5
- 3
-
-
作者
杜欣
丁立新
谢承旺
陈莉
-
机构
武汉大学软件工程国家重点试验室
石家庄经济学院
空军雷达学院
-
出处
《计算机科学》
CSCD
北大核心
2010年第2期196-199,共4页
-
基金
高等学校博士点基金(No.20070486081)
湖北省杰出青年基金(No.2005ABB017)资助
-
文摘
将分布评估算法(EDA)引入基因表达式程序设计方法中,以提高其收敛速度。为减少计算时间,提高解质量,在加入EDA的基因表达式程序设计方法的基础上设计了同步和异步分布式并行算法,同时比较了同步和异步并行算法。实验结果表明,并行算法提高了运行速度和解质量。最后通过实验分析了迁移代频对并行算法的影响。
-
关键词
基因表达式程序设计方法
分布评估算法
并行算法
MPI
-
Keywords
GEP, EDA, Parallel algorithm, MPI
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名具有学习能力的基因表达式程序设计
被引量:1
- 4
-
-
作者
施游
谢大同
张智勇
-
机构
湖南师范大学网络中心
福建商业高等专科学校计算机系
-
出处
《湖南师范大学自然科学学报》
CAS
北大核心
2010年第1期33-37,共5页
-
基金
国家自然科学基金资助项目(60872039)
湖南省教育厅科研资助项目(09C648)
湖南师范大学青年基金资助项目(60909)
-
文摘
提出一种融入分布评估算法的GEP算法——LPGEP.该算法不仅通过建立概率模型指导个体演化的方向,而且在演化过程中对最优的几个个体实施参数优化.实验表明该算法不仅增强了基因表达式程序设计的学习能力,而且提高了演化模型的精度.
-
关键词
学习能力
基因表达式程序设计
分布评估算法
参数优化
-
Keywords
learning ability
gene expression programming
estimation of distribution algorithms
parameter optimization
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-