基因表达式编程在多元数据预测模型中的应用

• 作者: 刘齐宏 杨兰菊 林建强
• 来源期刊: 中国测试技术
• 学科: 工学
• 关键词: GEP 多元线性回归 实测数据 预测函数关系 实验结果比较
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 电子测量与自动化控制
• 页码范围: 124-127
• 页数: 4页
• 分类号: TP311
• 字数: 3647字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-5124.2007.02.040

摘要

基因表达式编程(GEP)是一种基于基因组和表现型组的新遗传算法,是一种高度有效、稳定的随机搜索方法,能从大量的数据集中挖掘出未知的、有价值的函数模型.本文根据各种燃料成本与用电成本的实际数据,提出用基因表达式编程(GEP)对其预测,挖掘出它们的函数关系式,并和多元线性回归预测结果进行比较.实验结果发现,用GEP方法避免了事先确定变量之间函数关系的主观性、经验性、预估性,从而使预测效果更加客观、有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘齐宏	四川大学电气信息学院	24	281	9.0	16.0
2	杨兰菊	四川大学电气信息学院	2	3	1.0	1.0
3	林建强	四川大学电气信息学院	2	3	1.0	1.0