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:
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.
推荐文章
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
基于基因表达式编程的私人汽车拥有量建模和预测
基因表达式编程
私人汽车量
预测
泛化能力
基于动态适应度的基因表达式编程挖掘反函数
数据挖掘
基因表达式编程
逐步权重自适应
适应度
采用基因表达式编程的自适应层次聚类方法
基因表达式编程
层次聚类
自适应方法
选择算子
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 用态势模型预测基因表达式编程的进化难度
来源期刊 软件学报 学科 工学
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
年,卷(期) 2011,(5) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 899-913
页数 分类号 TP183
字数 12601字 语种 中文
DOI 10.3724/SP.J.1001.2011.03768
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 徐开阔 四川大学计算机学院 17 63 6.0 7.0
3 郑皎凌 四川大学计算机学院 22 102 6.0 9.0
7 杨宁 四川大学计算机学院 36 223 9.0 12.0
8 段磊 四川大学计算机学院 49 685 13.0 24.0
9 李红军 四川大学计算机学院 6 58 5.0 6.0
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  (7)
同被引文献  (24)
二级引证文献  (4)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(6)
  • 引证文献(5)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
基因表达式编程(GEP)
进化难度
态势模型
区间密度
空间映射
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
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
总被引数(次)
226394
相关基金
中国博士后科学基金
英文译名:China Postdoctoral Science Foundation
官方网址:http://www.chinapostdoctor.org.cn/index.asp
项目类型:
学科类型:
国家科技支撑计划
英文译名:
官方网址:http://kjzc.jhgl.org/
项目类型:重大项目
学科类型:能源
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
论文1v1指导