双系统协同进化的基因表达式编程及其在函数发现中的应用 被引量：3

1

作者 王超学 吴书玲 张婧菁 《计算机工程与科学》 CSCD 北大核心 2016年第11期2314-2320,共7页

受人类进化过程的启发,提出了一种双系统协同进化的基因表达式编程算法DSCE-GEP。DSCE-GEP由自然进化系统和人工干预系统组成。人工干预系统包括个体干预和种群干预。个体干预是依据基因库对种群中的个体进行去劣和增优操作,旨在改善种... 受人类进化过程的启发,提出了一种双系统协同进化的基因表达式编程算法DSCE-GEP。DSCE-GEP由自然进化系统和人工干预系统组成。人工干预系统包括个体干预和种群干预。个体干预是依据基因库对种群中的个体进行去劣和增优操作,旨在改善种群中个体的质量;种群干预通过引入随机和镜像个体来提高种群的多样性和全局寻优能力。与权威文献中改进的GEP关于函数发现问题的大量对比实验表明,本文算法在收敛速度、求解质量方面优于对比算法,具有明显的竞争力。 展开更多

关键词 双系统协同进化基因表达式编程 基因库 人工干预系统 函数发现问题

在线阅读 下载PDF 职称材料

基于基因表达式编程的函数挖掘——收敛性分析与残差制导进化算法 被引量：44

2

作者 元昌安 唐常杰 +3 位作者 左劼 谢方军 陈安龙 胡建军 《四川大学学报（工程科学版）》 EI CAS CSCD 2004年第6期100-105,共6页

为了克服传统的数学方法在确定要发现的函数类型时需要依赖专业知识,具有主观性和盲目性及基于遗传编程(GP)的函数发现方法效率太低的问题,提出了基于基因表达式编程(GEP)新的函数挖掘方法,并分析了算法的收敛性,并根据收敛性定理提出了... 为了克服传统的数学方法在确定要发现的函数类型时需要依赖专业知识,具有主观性和盲目性及基于遗传编程(GP)的函数发现方法效率太低的问题,提出了基于基因表达式编程(GEP)新的函数挖掘方法,并分析了算法的收敛性,并根据收敛性定理提出了GEP的改进算法———残差制导进化算法RGEA。通过对GP、GEP、RGEA算法的比较实验,结果表明,在噪声数据很小的情况下,3种算法均挖掘出目标函数,但GEP比GP的收敛速度提高了20倍,RGEA比GP提高了60倍。对于函数类型未知且极为复杂的数据,GEP和RGEA在发现理想函数的速度上要比GP分别快900、1800倍。 展开更多

关键词 基因表达式编程 函数挖掘 收敛性 残差制导进化算法

在线阅读 下载PDF 职称材料

M-GEP:基于多层染色体基因表达式编程的遗传进化算法 被引量：32

3

作者 彭京 唐常杰 +1 位作者 李川 胡建军 《计算机学报》 EI CSCD 北大核心 2005年第9期1459-1466,共8页

该文提出了一种新的基于多层染色体基因表达式编程的遗传进化算法MGEP,新算法引入了多层染色体的概念,利用染色体构建的层次调用模型对个体进行表达,在解决实际函数发现、电路进化等实际问题中取得了良好效果.该文主要贡献包括:(1)提出... 该文提出了一种新的基于多层染色体基因表达式编程的遗传进化算法MGEP,新算法引入了多层染色体的概念,利用染色体构建的层次调用模型对个体进行表达,在解决实际函数发现、电路进化等实际问题中取得了良好效果.该文主要贡献包括:(1)提出了基于多染色体的基因表达式编程算法(MGEP);(2)建立了不同染色体的层次调用模型及存储结构;(3)提出并实现了基于染色体的重组算子和基因随机重组算子.对多基因GEP和单基因GEP的对比实验结果表明,平均进化辈数仅为后者的29%～81%. 展开更多

关键词 多层染色体 M-GEP 遗传进化 基因表达式编程

在线阅读 下载PDF 职称材料

基于基因表达式编程的知识发现的三项新技术——转基因,重叠基因表达和回溯进化 被引量：16

4

作者 唐常杰 彭京 +1 位作者 张欢 钟义啸 《计算机应用》 CSCD 北大核心 2005年第9期1978-1981,共4页

介绍了在研发基于基因表达式编程(GEP)的知识发现的三项新技术,包括:(a)转基因技术,通过注入转基因,引导进化方向,控制知识发现过程;(b)重叠基因表达,借鉴生物基因片段重叠表达,引入重叠基因概念,节约了表达空间;(c)回溯进化,借鉴生物... 介绍了在研发基于基因表达式编程(GEP)的知识发现的三项新技术,包括:(a)转基因技术,通过注入转基因,引导进化方向,控制知识发现过程;(b)重叠基因表达,借鉴生物基因片段重叠表达,引入重叠基因概念,节约了表达空间;(c)回溯进化,借鉴生物“返祖现象”,引入回溯检查点概念和可回溯GEP算法、设计了等比递增检查点序列和加速递增检查点序列,约束回溯过程。实验表明,三项技术在一定的场合下分别提高了知识发现的性能1至2个数量级。 展开更多

关键词 知识发现 基因表达式编程 转基因 重叠基因表达 回溯进化

在线阅读 下载PDF 职称材料

多样性制导分段进化的基因表达式编程 被引量：16

5

作者 刘齐宏 唐常杰 +3 位作者 胡建军 曾涛 刘胤田 邱江涛 《四川大学学报（工程科学版）》 EI CAS CSCD 北大核心 2006年第6期108-113,共6页

为了解决基于传统基因表达式编程(GEP)的函数挖掘及其改进算法仍然存在局部优化的缺陷这一问题,提出了以基因组多样性制导的分阶段进化挖掘算法DG-GEP。给出了GEP进化阶段和基因组多样性评估模式的定义;提出了描述进化阶段的进化因子概... 为了解决基于传统基因表达式编程(GEP)的函数挖掘及其改进算法仍然存在局部优化的缺陷这一问题,提出了以基因组多样性制导的分阶段进化挖掘算法DG-GEP。给出了GEP进化阶段和基因组多样性评估模式的定义;提出了描述进化阶段的进化因子概念和分阶段进化策略;采用动态遗传算子设计和群体规模控制方法,使进化更快速跳出局部最优。实验表明了新算法的有效性,能减少进化停滞代数65%以上,使群体的平均适应度提高12%以上。 展开更多

关键词 基因表达式编程 分阶段进化策略 多样性评估 动态遗传算子

在线阅读 下载PDF 职称材料

基于差分进化基因表达式编程的全局函数优化 被引量：5

6

作者 李太勇 唐常杰 +1 位作者 吴江 邱江涛 《计算机科学》 CSCD 北大核心 2009年第11期140-142,172,共4页

为了提高基因表达式编程(Gene Expression Programming,GEP)在函数优化时的效率,将差分进化(Differ-ential Evolution,DE)引入到GEP中,提出了基于差分进化的基因表达式编程的全局优化算法DEGEPO。主要工作包括:(1)针对全局函数优化问题... 为了提高基因表达式编程(Gene Expression Programming,GEP)在函数优化时的效率,将差分进化(Differ-ential Evolution,DE)引入到GEP中,提出了基于差分进化的基因表达式编程的全局优化算法DEGEPO。主要工作包括:(1)针对全局函数优化问题,根据GEP和DE的特点设计了新的基因编码;(2)设计了新的变异和交叉算子;(3)提出了DEGEPO算法并进行了算法分析;(4)实验验证了算法的有效性。相对于传统GEP,DEGEPO,优化结果精度平均提高了2～4个数量级。 展开更多

关键词 遗传算法 基因表达式编程 差分进化 函数优化

在线阅读 下载PDF 职称材料

用态势模型预测基因表达式编程的进化难度 被引量：2

7

作者 郑皎凌 唐常杰 +3 位作者 徐开阔 杨宁 段磊 李红军 《软件学报》 EI CSCD 北大核心 2011年第5期899-913,共15页

在基因表达式编程(gene expression programming,简称GEP)中,由于不同问题得到的适应度-距离相关系数(fitness-distance correlation,简称FDC)值很相近,所以难以用FDC预测GEP求解不同问题的进化难度.为了解决该问题,提出了态势模型及其... 在基因表达式编程(gene expression programming,简称GEP)中,由于不同问题得到的适应度-距离相关系数(fitness-distance correlation,简称FDC)值很相近,所以难以用FDC预测GEP求解不同问题的进化难度.为了解决该问题,提出了态势模型及其区间密度指标来预测GEP的进化难度.主要工作包括:(1)提出了GEP染色体之间的距离和态势模型的新概念;(2)提出了态势模型中的区间密度指标;(3)从动力学角度证明了态势模型是对GEP原搜索空间的一种映射,并且该映射保持了种群在原搜索空间中移动的动力学性质;(4)分析了用态势模型区间密度预测GEP进化难度的合理性;(5)用实验验证了区间密度能够准确预测GEP求解问题的进化难度. 展开更多

关键词 基因表达式编程(GEP) 进化难度 态势模型 区间密度 空间映射

在线阅读 下载PDF 职称材料

基于基因表达式编程的自动聚类方法 被引量：28

8

作者 陈瑜 唐常杰 +3 位作者 叶尚玉 李川 姜钥 刘齐宏 《四川大学学报（工程科学版）》 EI CAS CSCD 北大核心 2007年第6期107-112,共6页

为了解决聚类算法不能自动聚类的问题,提出并实现了自动聚类算法GEP-Cluster算法。主要工作包括:1)研究了基于GEP进化的最优簇划分;2)提出了自动合并簇算法Auto Merge Cluster Algorithm;3)实现了不需预知簇个数的聚类;4)在合成数据集... 为了解决聚类算法不能自动聚类的问题,提出并实现了自动聚类算法GEP-Cluster算法。主要工作包括:1)研究了基于GEP进化的最优簇划分;2)提出了自动合并簇算法Auto Merge Cluster Algorithm;3)实现了不需预知簇个数的聚类;4)在合成数据集上的实验表明,采用GEP-Cluster算法在未知簇划分信息的情况下可对数据集自动进行聚类分析,聚类成功率达到96%。 展开更多

关键词 聚类 基因表达式编程 K-MEANS算法 进化计算

在线阅读 下载PDF 职称材料

基因表达式编程的理论研究综述 被引量：17

9

作者 彭昱忠 元昌安 +1 位作者 麦雄发 覃晓 《计算机应用研究》 CSCD 北大核心 2011年第2期413-419,438,共8页

对新兴的基因表达式编程算法在国内外的理论研究现状进行了系统的研究,剖析了GEP的基本原理和特点,并对国内外关于GEP理论和算法的研究现状进行系统的讨论,最后根据笔者的见解探讨了未来研究的重点方向。

关键词 基因表达式编程 遗传编程 进化算法 遗传计算

在线阅读 下载PDF 职称材料

基于基因表达式编程的多目标优化算法 被引量：11

10

作者 向勇 唐常杰 +2 位作者 曾涛 刘胤田 乔少杰 《四川大学学报（工程科学版）》 EI CAS CSCD 北大核心 2007年第4期124-129,共6页

目前的多目标优化进化算法在高维的决策空间中收敛性能不佳,针对这个问题,提出了基于基因表达式编程的多目标优化算法GEPMO,主要工作包括:提出了新的个体编码方案,分离了值基因和位置基因;设计了新的算子;分析了GEPMO的编码空间;提出了G... 目前的多目标优化进化算法在高维的决策空间中收敛性能不佳,针对这个问题,提出了基于基因表达式编程的多目标优化算法GEPMO,主要工作包括:提出了新的个体编码方案,分离了值基因和位置基因;设计了新的算子;分析了GEPMO的编码空间;提出了GEPMO的框架。在标准测试函数上的实验结果表明了新算法的有效性,在高维决策空间中GEPMO能够覆盖SPEA算法的结果集87.5%,但SPEA覆盖GEPMO仅为5%。 展开更多

关键词 多目标优化 进化算法 高维 基因表达式编程

在线阅读 下载PDF 职称材料

基因表达式编程种群多样性自适应调控算法 被引量：13

11

作者 李太勇 唐常杰 +3 位作者 吴江 乔少杰 姜玥 陈瑜 《电子科技大学学报》 EI CAS CSCD 北大核心 2010年第2期279-283,共5页

为了解决基因表达式编程GEP种群多样性控制问题,提出了一种新的带权种群多样性的自适应调控方法。设计了带权的种群多样性测度方法,详细分析了选择、交叉及变异算子对种群多样性的影响。提出了初始种群的多样化算法DAIP,以保证初始种群... 为了解决基因表达式编程GEP种群多样性控制问题,提出了一种新的带权种群多样性的自适应调控方法。设计了带权的种群多样性测度方法,详细分析了选择、交叉及变异算子对种群多样性的影响。提出了初始种群的多样化算法DAIP,以保证初始种群多样性的最大化。设计了自适应的交叉和变异算子,提出了种群多样性自适应调控算法APDTA,使种群在进化过程中维持合适的种群多样性,进而提高进化效率。实验验证了APDTA的有效性。 展开更多

关键词 自适应遗传算子 进化计算 遗传算法 基因表达式编程 多样性

在线阅读 下载PDF 职称材料

基于中性突变的朴素基因表达式编程 被引量：7

12

作者 朱明放 唐常杰 +3 位作者 代术成 陈瑜 乔少杰 向勇 《计算机研究与发展》 EI CSCD 北大核心 2010年第2期292-299,共8页

分子进化中性学说认为生物的进化主要是由中性突变决定的.基因表达式编程(GEP)是一种将基因型和表现型分离的新的进化模型,其突出表现在基因组存在不被表达的中性区.基于朴素基因表达式编程(NGEP)模型研究了NGEP中性区在进化中的作用.... 分子进化中性学说认为生物的进化主要是由中性突变决定的.基因表达式编程(GEP)是一种将基因型和表现型分离的新的进化模型,其突出表现在基因组存在不被表达的中性区.基于朴素基因表达式编程(NGEP)模型研究了NGEP中性区在进化中的作用.主要工作包括:1)进一步完善了基于完全树编码方案的NGEP模型的概念;2)分析了传统GEP和NGEP的基因中性区域特点,指出NGEP存在更自由灵活的中性区域;3)通过控制基因长度和基因数量,调控中性区的大小和数量,研究了NGEP和传统GEP的中性区域在进化中的特殊作用,验证了NGEP的有效性;4)实验表明,在存在相同适度的中性区域条件下,NGEP比传统GEP进化更有效,且NGEP的成功率随中性区域的增加不会发生剧烈变化. 展开更多

关键词 中性遗传 中性区域 基因表达式编程 朴素基因表达式编程 进化计算

在线阅读 下载PDF 职称材料

基于基因表达式的演化硬件进化和优化算法 被引量：11

13

作者 谢方军 唐常杰 +2 位作者 元昌安 左劼 陈安龙 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2005年第7期1415-1420,共6页

电路进化设计是可进化硬件研究的重要内容·针对电路进化设计做了如下工作:(1)融合了数据挖掘、基因表达式编程与传统电路进化技术,提出两阶段电路进化方法·该方法包括基于表达式树遗传编程进化算法的电路进化阶段和基于挖掘... 电路进化设计是可进化硬件研究的重要内容·针对电路进化设计做了如下工作:(1)融合了数据挖掘、基因表达式编程与传统电路进化技术,提出两阶段电路进化方法·该方法包括基于表达式树遗传编程进化算法的电路进化阶段和基于挖掘频繁数字电路算法的电路优化阶段·(2)给出了详尽的实验·实验表明6次多项式函数发现的平均进化代数为442代、乘法器电路的平均进化代数为2292代·比笛卡尔遗传编程和NEHF(NovelEvolvableHardwareFramework)快6倍以上·用MFDC对乘法器电路进化结果进行挖掘后,得到了比传统电路更有效的乘法器电路· 展开更多

关键词 电路进化 基因表达式编程 数据挖掘 挖掘频繁数字电路

在线阅读 下载PDF 职称材料

基于多表达式基因编程的复杂函数挖掘算法 被引量：3

14

作者 代术成 唐常杰 +4 位作者 朱明放 陈瑜 乔少杰 向勇 李太勇 《四川大学学报（工程科学版）》 EI CAS CSCD 北大核心 2008年第6期121-126,共6页

传统的基因表达式编程(Gene Expression Programming)挖掘复杂函数时,存在进化辈数过大、无法跳出局部最优解等问题,提出了基于多表达式基因编程的遗传进化算法,提高GEP的全局寻优能力,提出了一种新的多表达式基因编程的遗传进化算法(Mu... 传统的基因表达式编程(Gene Expression Programming)挖掘复杂函数时,存在进化辈数过大、无法跳出局部最优解等问题,提出了基于多表达式基因编程的遗传进化算法,提高GEP的全局寻优能力,提出了一种新的多表达式基因编程的遗传进化算法(Multi Expression Gene Programming,MEGP),建立了同一染色体内基因多层次编码、解码模型,理论上分析并比较了MEGP算法的表达空间复杂性,实现了多表达染色体遗传进化算法和染色体适应度评价算法。实验表明,在解决函数挖掘问题中,MEGP成功率是传统GEP的2~4倍。 展开更多

关键词 基因表达式编程 多表达式 函数发现 遗传进化

在线阅读 下载PDF 职称材料

连续编码的基因表达式编程算法 被引量：5

15

作者 曹维 林毅申 《计算机工程与设计》 北大核心 2017年第3期682-686,734,共6页

提出一种基因连续编码的改进GEP算法。通过改造K表达式的编码规则消灭基因内区,使用更短的编码规则,尽可能利用到每位编码,保持基因多样性,改善其跳出局部最优的能力。由于充分利用基因连续编码的天然基因片断特性,不须定义多基因结构,... 提出一种基因连续编码的改进GEP算法。通过改造K表达式的编码规则消灭基因内区,使用更短的编码规则,尽可能利用到每位编码,保持基因多样性,改善其跳出局部最优的能力。由于充分利用基因连续编码的天然基因片断特性,不须定义多基因结构,降低算法设置的遗传算子数量,减少人工参数设置对算法的干扰。在序列推理和函数发现数据集上的实验结果表明,该算法具有更快的运算速度、较高的精度和较强的寻优能力。 展开更多

关键词 基因表达式编程 基因内区 函数发现 进化计算 遗传算法

在线阅读 下载PDF 职称材料

基于基因表达式编程的邮电业务量预测 被引量：2

16

作者 张建斌 朱明放 任艳玲 《计算机工程与设计》 CSCD 北大核心 2010年第18期4124-4127,共4页

基因表达式编程(GEP)是将进化的遗传操作和个体的适应度评价相分离的进化模型,具有比遗传编程快2-4个数量级能力。邮电业务量是反映经济发展的重要指标之一,其预测技术得到了广泛的研究,主要工作包括:阐述了GEP基本原理,以及GEP进行时... 基因表达式编程(GEP)是将进化的遗传操作和个体的适应度评价相分离的进化模型,具有比遗传编程快2-4个数量级能力。邮电业务量是反映经济发展的重要指标之一,其预测技术得到了广泛的研究,主要工作包括:阐述了GEP基本原理,以及GEP进行时间序列分析的基本方法;运用了GEP技术,对邮电业务总量进行建模研究,并进行了预测检验和分析。实验结果表明,基于GEP得到的邮电业务总量模型有较好的泛化能力,在测试数据上平均相对误差为4.44%。 展开更多

关键词 基因表达式编程 邮电业务量 进化模型 预测 泛化能力

在线阅读 下载PDF 职称材料

基于改进型基因表达式编程的神经网络优化设计 被引量：3

17

作者 王艳春 张金政 《计算机工程与设计》 CSCD 北大核心 2010年第11期2554-2556,2560,共4页

提出一种用基因表达式编程(GEP)自动设计神经网络的算法。针对标准GEP算法在优化神经网络过程中的早熟现象和变异率低问题,对算法进行了改进,并给出算法的具体应用实例。与其它优化算法的对比实验表明,GEP是一种有效的神经网络设计方法... 提出一种用基因表达式编程(GEP)自动设计神经网络的算法。针对标准GEP算法在优化神经网络过程中的早熟现象和变异率低问题,对算法进行了改进,并给出算法的具体应用实例。与其它优化算法的对比实验表明,GEP是一种有效的神经网络设计方法,并且改进的GEP算法比标准GEP算法进化效率高,将收敛率提高了37个百分点,收敛速度快,进化代数仅是标准算法的58%。 展开更多

关键词 基因表达式编程 神经网络 网络结构 权值 进化

在线阅读 下载PDF 职称材料

基于通用多核处理器平台的并行基因表达式编程算法 被引量：1

18

作者 吴江 唐常杰 +3 位作者 李太勇 姜玥 李自力 刘洋洋 《计算机科学》 CSCD 北大核心 2011年第11期296-302,共7页

基因表达式编程(Gene Expression Programming,GEP)是一种计算量大且通用性强的新型进化算法,其传统计算形式不能充分利用目前主流的多核处理器。为提高算法效率,提出了基于通用多核处理器平台的并行基因表达式编程算法(Parallel Gene E... 基因表达式编程(Gene Expression Programming,GEP)是一种计算量大且通用性强的新型进化算法,其传统计算形式不能充分利用目前主流的多核处理器。为提高算法效率,提出了基于通用多核处理器平台的并行基因表达式编程算法(Parallel Gene Expression Programming Based on General Multi-core Processor,PGEP-MP)。主要工作包括:(1)分析通用多核处理器平台下并行基因表达式编程算法的机理;(2)利用MPI和OpenMP混合编程模型设计基于通用多核处理器平台的基因表达式编程算法的粗粒度与细粒度相结合的并行模型;(3)提出改进PGEP-MP算法效率的进化策略;(4)通过对函数挖掘和分类的实验证明,PGEP-MP算法提高了函数挖掘和分类的效率,在并行双核处理器数为4的情况下,PGEP-MP的平均并行加速比分别是传统GEP算法的4.22倍和4.06倍。 展开更多

关键词 基因表达式编程 多核处理器 并行 进化算法

在线阅读 下载PDF 职称材料

基因表达式编程中的精英个体产生策略 被引量：2

19

作者 胡建军 彭宏 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2009年第1期102-105,共4页

为提高基因表达式编程(GEP)算法的进化效率,提出了一种用于产生GEP初始种群的精英个体产生策略.该策略通过逐步扩大染色体到目标值的距离,采用随机方式在较短时间内产生具有较高个体适应度的染色体,从而在初始种群中快速产生精英个体,... 为提高基因表达式编程(GEP)算法的进化效率,提出了一种用于产生GEP初始种群的精英个体产生策略.该策略通过逐步扩大染色体到目标值的距离,采用随机方式在较短时间内产生具有较高个体适应度的染色体,从而在初始种群中快速产生精英个体,使种群可以从一个较高的基础上开始进化,缩短了GEP算法的进化距离,从而提高了种群的进化效率.实验结果表明,在GEP算法挖掘函数的过程中,采用文中提出的策略,可以使GEP算法的进化效率提高17%. 展开更多

关键词 遗传算法 基因表达式编程 进化效率 精英 函数挖掘 初始种群

在线阅读 下载PDF 职称材料

基因表达式编程算法的改进 被引量：2

20

作者 蒋宗礼 王光亮 《计算机工程与设计》 北大核心 2017年第12期3298-3305,共8页

为解决基因表达式编程算法(gene expression programming,GEP)存在的收敛速度慢、早熟、易陷入局部极值点等问题,提出3个改进方法。设计自适应进化参数,实现根据进化代数和个体适应度值在群体中所处的排名,动态调整重组率和变异率;将种... 为解决基因表达式编程算法(gene expression programming,GEP)存在的收敛速度慢、早熟、易陷入局部极值点等问题,提出3个改进方法。设计自适应进化参数,实现根据进化代数和个体适应度值在群体中所处的排名,动态调整重组率和变异率;将种群按年龄分层繁衍,进一步扩大基因搜索空间并避免早熟;将GEP移植到Spark分布式框架,进行并行计算,使算法能在较短时间内处理大量搜索任务。实验结果表明,相比传统GEP,改进后的算法有更快的收敛速度、更高预测精度和稳定性。 展开更多

关键词 基因表达式编程算法 自适应进化 分层模型 Spark分布式计算 预测

在线阅读 下载PDF 职称材料