基于信息增益和GEP的决策树属性约简算法

分类是数据挖掘的一个重要研究方向,使用决策树进行分类是一种常用而且高效的分类方法。目前传统的算法有ID 3、C 4.5、CART等,这些算法都有如下的局限性:必须人工输入归类集合,划分属性,确定最优的分类集合。为了解决这些问题,本文做了如下工作:①提出信息增益排列GEP染色体头部的思想;②给出基于信息增益的GEP构造决策树属性约简算法(IG-GEPDTAR)并用实验进行验证;③实验表明该算法构造的决策树在具有100%准确性的同时,比使用GEP算法构造的决策树减少了冗余分支,其节点数比传统的ID 3算法和P ID算法构造的决策树的节点数分别减少了82.9%和31.2%。     

基于多目标基因表达式编程的电路演化算法

为提高电路演化的效率和成功率,对电路设计中涉及的多个目标进行了定义与量化,并针对多目标优化问题,在基因表达式编程(GEP:Gene Expression Programming)的基础上,提出了基于多目标基因表达式编程的电路演化算法(MGEP:Multi-Objective Gene Expression Progra...     

GEP核算实践探讨及研究展望

主要针对GEP核算的起源、发展、不足等方面进行概括和分析，系统阐述了国内外GEP核算代表性的研究成果，指出不同时期所提出GEP核算机制的缺陷。最后，提出国内GEP研究方向与发展趋势。     

基于GEP的层次有序BP神经网络优化

BP神经网络(BP-NN)因其自适应性、容错性和较强的泛化能力而得到广泛的研究及应用,但在实际应用中,却常常出现收敛速度慢、易陷入局部最优等问题.该文的新算法利用基因表达式编程(GEP)具有的良好全局搜索能力,对神经网络结构、权值及阈值进行优化;结合反向传播算法(BP)的局部搜索能力,有效提高了神经网络的性能;针对传统GEP设计神经网络会使网络结构失去层次性的问题,提出基于增加结构域染色体编码方法的GEP层次有序BP神经网络优化算法(GEPO-NN),保证网络结构层次有序符合人脑分层处理模型:最后,通过仿真实验对比GEP和遗传算法(GA)对BP神经网络的优化性能.结果表明,GEPO-NN有明显的性能提高.     

基于GEP的线性指数函数型程序不变量动态发现方法

不变量是用来描述程序运行时保持不变性质的逻辑断言.根据关系数据理论,程序不变量可分函数依赖型和非函数依赖型程序不变量.着眼于函数依赖型程序不变量,借助GEP的函数发现特点和Daikon对线性程序不变量的发现能力,重点对线性指数函数型程序不变量动态发现方法进行研究,通过实验证明了GEP对线性指数形式的函数有较高的发现效率,可以扩展Daikon在线性指数函数型程序不变量方面的预置形式以达到从程序轨迹数据中发现该类程序不变量的目的.     

一种基于小生境算法的免疫基因表达式编程

针对基因表达式程序设计GEP、免疫基因表达式IGEP改进算法收敛速度慢、易陷入局部最优等缺陷,提出把小生境技术用到IGEP中.不管是GEP还是IGEP,当陷入局部最优值时,依靠基本迭代很难跳出该值.为此,使用小生境技术处理局部最优值,并且把找到的局部最优值用来更新免疫记忆库,再用免疫算法选择种群,能避免再次陷入记忆库中的局部最优值.通过仿真实例,结果表明该方法在防止算法早熟上起到良好的作用,并且比一些改进GEP的算法更加优秀.     

CC-GEP:基于聚类竞争的基因表达式编程新算法

基因表达式编程(GEP)融合了遗传算法和遗传编程的优点,进化速度提高了2～4个数量级,但在解决复杂问题时仍存在早熟现象. 为解决这个问题,做了下列工作:(1)定义了种群多样性度量和选择压力,分析了传统GEP算法选择操作的不足;(2) 把聚类思想引入选择操作中,提出了基于聚类竞争GEP算法CC-GEP(GEP based on Cluster Competition),证明了CC-GEP能自适应地根据种群多样性调节选择压力;(3) 实验表明CC-GEP比传统GEP成功率高36%,模型精度R-square提高8%,多次运行的最优适应度平均值提高了8%,说明CC-GEP算法更加稳定,较好地克服了GEP的早熟问题.     

基于模拟退火的基因改进型GEP算法

基因表达式编程具有强大的函数挖掘能力,有助于在实验数据上提炼数学模型、揭示事物本质规律.尽管标准GEP算法通过改进遗传操作在一定程度上克服了早熟现象,但在解决实际问题中仍常表现出算法的不稳定;此外,标准GEP算法挖掘出的函数表达式往往冗长,可解释性差.针对这些问题本文做了如下工作:(1)对标准GEP算法的基因进行了新的定义,改进了标准GEP算法的基因构成,提高了GEP算法的通用性;(2)将模拟退火引入到标准GEP算法的选择算子中,提出了基于模拟退火的基因改进型基因表达式编程算法(RG-GEP-SA);(3)实验表明,RG-GEPSA算法比标准GEP算法具有更高的稳定性,RG-GEPSA算法比标准GEP算法成功率提高了11%,挖掘出的函数表达式更具有可解释性.     

高成长型科技中小企业运营效率分析

科技中小企业的快速、健康发展,依托于高效的运营效率.首先通过GEP方法识别出具有高成长特征的企业,然后通过技术效率和交叉效率分析对高成长型科技中小企业的运营效率进行综合分析,发现了在技术效率和交叉效率之间存在的不一致现象.通过基于技术效率和奇异指数的聚类分析,并对比了两年聚类结果的变化情况,找出了具有整体运营效率的企业,从而为其他企业树立了榜样,并对聚类结果的变化情况做了进一步的分析.     

基于GEP的知识型企业成长性评价实证研究

借鉴现在比较通用GEP模型对知识型企业成长型进行评价,考虑到以往GEP模型在设置B系统时主要采用模糊综合评价法,其设定指标权重时往往只是简单的进行专家打分等较为主观的方法,缺少客观性。采用基于信息熵的评价方法确定指标实际分值,使得评判结果更具有客观性,最后选取创业板20家企业的相关数据进行实证研究。