基于免疫策略的基因表達(dá)式編程在函數(shù)挖掘中的應(yīng)用.pdf

1、函數(shù)挖掘--作為數(shù)據(jù)挖掘的一種，成為近十年來數(shù)據(jù)庫界研究的又一熱點(diǎn)：由于基因表達(dá)式編程不需要太多領(lǐng)域知識(shí)和建立先驗(yàn)?zāi)Ｐ汀⑷旧w簡單、線性和緊湊、易于進(jìn)行遺傳操作，因此在處理函數(shù)挖掘問題中得到了廣泛的青睞。 然而，函數(shù)挖掘的實(shí)踐已經(jīng)暴露出傳統(tǒng)基因表達(dá)式編程(GEP)的缺陷：收斂速度慢、易陷入局部最優(yōu)等。在前人的工作基礎(chǔ)上，本文針對(duì)GEP存在的弊端，借鑒免疫算法(Immunealgorithm，IA)抗體多樣性和免疫記憶等優(yōu)點(diǎn)，提出

2、了一種基于免疫策略的基因表達(dá)式編程算法(ArtificialImmuneinGeneExpressionProgramming，AIGEP)。 算法的核心在于保持種群的多樣性，將免疫算法的免疫記憶機(jī)制用于GEP算子中，通過引入優(yōu)良記憶庫實(shí)現(xiàn)精英保留策略，保證算法搜索的快速性及有效性；通過引入差評(píng)記憶庫實(shí)現(xiàn)評(píng)定及淘汰弱小的策略，以保證快速搜索和避免陷入局部最優(yōu)解。 AIGEP算法有效地提高了算法的收斂速度，較好的保證了個(gè)體