基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
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.
推荐文章
基于朴素基因表达式编程挖掘紧致函数
紧致压力
紧致解
函数发现问题
朴素基因表达式编程
基于多样化进化策略的基因表达式编程算法
基因表达式编程
多样性
遗传算子
函数挖掘
基于条件云的基因表达式编程算法
条件云
基因表达式编程
云模型
自适应
多细胞基因表达式编程的函数优化算法
函数优化
演化算法
基因表达式编程
同源基因
细胞系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 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
来源期刊 四川大学学报(工程科学版) 学科 工学
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
年,卷(期) 2004,(6) 所属期刊栏目 信息工程
研究方向 页码范围 100-105
页数 6页 分类号 TP311.13
字数 6031字 语种 中文
DOI 10.3969/j.issn.1009-3087.2004.06.022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 唐常杰 四川大学计算机学院 164 2750 30.0 45.0
2 胡建军 四川大学计算机学院 12 472 10.0 12.0
3 陈安龙 四川大学计算机学院 13 427 11.0 13.0
4 元昌安 四川大学计算机学院 21 676 14.0 21.0
8 谢方军 四川大学计算机学院 11 276 7.0 11.0
9 左劼 四川大学计算机学院 38 647 11.0 25.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (96)
同被引文献  (129)
二级引证文献  (490)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(6)
  • 引证文献(5)
  • 二级引证文献(1)
2006(22)
  • 引证文献(10)
  • 二级引证文献(12)
2007(25)
  • 引证文献(12)
  • 二级引证文献(13)
2008(40)
  • 引证文献(11)
  • 二级引证文献(29)
2009(63)
  • 引证文献(10)
  • 二级引证文献(53)
2010(43)
  • 引证文献(6)
  • 二级引证文献(37)
2011(51)
  • 引证文献(8)
  • 二级引证文献(43)
2012(40)
  • 引证文献(9)
  • 二级引证文献(31)
2013(48)
  • 引证文献(7)
  • 二级引证文献(41)
2014(79)
  • 引证文献(7)
  • 二级引证文献(72)
2015(68)
  • 引证文献(4)
  • 二级引证文献(64)
2016(41)
  • 引证文献(4)
  • 二级引证文献(37)
2017(29)
  • 引证文献(2)
  • 二级引证文献(27)
2018(16)
  • 引证文献(0)
  • 二级引证文献(16)
2019(13)
  • 引证文献(1)
  • 二级引证文献(12)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
基因表达式编程
函数挖掘
收敛性
残差制导进化算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
工程科学与技术
双月刊
1009-3087
51-1773/TB
大16开
成都市一环路南一段24号
62-55
1957
chi
出版文献量(篇)
4421
总下载数(次)
4
总被引数(次)
42422
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导