改進的基因表達(dá)式編程算法的研究及其應(yīng)用.pdf

1、進化計算是當(dāng)前人工智能、知識工程、數(shù)據(jù)挖掘中的研究熱點。遺傳算法和遺傳編程是眾多進化計算模型中的兩個最典型的模型。F.Candida于2001年提出了新的進化計算模型--基因表達(dá)式編程（Gene Expression Programming，GEP）。GEP是一種新型的遺傳算法，它繼承了遺傳算法（Genetic Algorithm，GA）和遺傳程序設(shè)計（Genetic Programming，GP）的優(yōu)點，并且具有更高的效率和更強的搜索

2、能力，既具有遺傳算法的簡單性，又具有遺傳編程的功能。在對很多問題的求解效率上，比普通的遺傳編程高2-4個數(shù)量級。它是借鑒生物選擇和進化機制發(fā)展起來的一種高度并行、隨機、自適應(yīng)搜索算法。 本文首先介紹了基因表達(dá)式編程算法，然后將其改進后應(yīng)用于求解作業(yè)車間調(diào)度問題和自動聚類問題。 作業(yè)車間調(diào)度問題是許多實際生產(chǎn)調(diào)度問題的簡化模型，其研究具有重要的理論意義和工程價值?；虮磉_(dá)式編程算法結(jié)合了遺傳算法和遺傳編程的優(yōu)點，具有更強的

3、解決問題的能力，對基因表達(dá)式編程算法進行改進使其在作業(yè)車間調(diào)度問題的應(yīng)用上更加有效。最后應(yīng)用一個實例來驗證提出的方法的有效性，獲得的調(diào)度方案的時間非常短，這個實驗結(jié)果表明了提出的算法是有效的。數(shù)據(jù)挖掘的目的是從海量的數(shù)據(jù)中提取人們感興趣的，有價值的知識和重要的信息。聚類分析是數(shù)據(jù)挖掘的一個重要研究領(lǐng)域，它在商業(yè)、生物、醫(yī)學(xué)、地質(zhì)、Web文檔等方面都有重要的應(yīng)用，是當(dāng)前的研究熱點之一。應(yīng)用改進的GEP算法在不需要先驗知識的條件下對數(shù)據(jù)樣本