当前位置: 首页 » 资料 » 健康论文 » 改进的多表达式编程算法在函数发现中的应用

改进的多表达式编程算法在函数发现中的应用

放大字体  缩小字体 更新日期:2018-11-23  浏览次数:0
摘 要:为了提高多表达式编程算法的效率,研究了MEP基本算法的适应度函数、杂交策略和变异策略,对其进行了优化,提出了一种改进的MEP算法。改进的MEP算法采用归一化的均方根差作为适应度函数,采用概率区间来选择
  • 【题 名】改进的多表达式编程算法在函数发现中的应用
  • 【作 者】胡祖辉 夏士雄 牛强
  • 【机 构】中国矿业大学计算机科学与技术学院 江苏徐州221116
  • 【刊 名】《计算机工程与设计》2009年 第17期 4016-4019页 共4页
  • 【关键词】多表达式编程 函数发现 适应度函数 杂交策略 变异策略
  • 【文 摘】为了提高多表达式编程算法的效率,研究了MEP基本算法的适应度函数、杂交策略和变异策略,对其进行了优化,提出了一种改进的MEP算法。改进的MEP算法采用归一化的均方根差作为适应度函数,采用概率区间来选择杂交算子,并使变异概率在进化过程中随着进化代数和适应值的变化进行动态调整。最后将改进的MEP算法应用于函数发现问题中,对算法的效率进行了验证。实验结果表明,与MEP基本算法相比,改进的MEP算法能够更快速地找到目标函数,算法的效率得到了提高。
 
本文导航:
  • (1) 多表达式编程,函数发现,适应度函数,杂交策略,变异策略
  • 下一篇:鳖甲
  • 上一篇:暂无
 
[ 资料搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]

 

 
推荐图文
推荐资料
热门关注