基于协同进化基因表达式编程的函数发现研究

• 作者: 张星 张涛 王超学 马春森
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 进化计算 函数发现 常量优化 差分进化 协同进化
• 年，卷（期）: 2013,（17）
• 页码范围: 53-57
• 页数: 5页
• 分类号: TP393
• 字数: 4179字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1211-0342

摘要

基因表达式编程（GEP）算法是一种具有强大函数发现能力的新型进化算法。GEP在函数发现时如何确定合适的数值常量对算法的性能具有很大影响。提出了一种基于协同进化基因表达式编程的函数发现算法（GEP-DE），该算法的最大改进在于一种新的常量优化方法：在每一代中将函数发现的过程分为两个阶段：第一阶段，由标准GEP算法结合固定常量集确定函数结构；第二阶段，使用差分进化算法（DE）对第一阶段得出的函数结构的常量进行优化。实验结果表明， GEP-DE算法比重要文献中的常量处理方法其效果有较大提升，并且算法的综合性能也优于最新重要文献提出的GEP算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张涛	西安建筑科技大学信息与控制工程学院	41	242	8.0	15.0
2	马春森	中国农业科学院植物保护研究所	51	758	17.0	26.0
3	王超学	西安建筑科技大学信息与控制工程学院	17	342	9.0	17.0
4	张星	西安建筑科技大学信息与控制工程学院	9	49	3.0	7.0