文档介绍：基因表达式编程核心技术研究指导教师唐常杰教授瓴荽戳诵碌慕扑隳P突虮泶锸奖喑蘤。同时具有遗传算法的简单性,也具有遗传编程的功前人鹤鞯幕。对苯因表达式编程的核心技术进行了研究,丰要结果和贡献出,皋因表达式编程是可靠日完备的。满足一的抟定能够解码为‘棵完整的表达式树。这为皋园表达式编程的基因编码给出了岢隽烁衅郝俦尘暗墓奘聪喙叵凳氖视Χ群I圆捎酶聪关系数作为评价雨数的龋因表达式编程进行了收敛性分析,指出,犟十犟凶表达式编程的符号回归是俄概率收敛到伞局最优染色体的,磐橹械某J是却非常有效的,为了达到指定的精度,方法所付拇凼嵌允兜摹曰虮泶锸奖喑探ㄋ铝瞬废挛奈薰匚姆@纭V赋龌虮泶锸奖喑莼虮泶颙℃编程的上下文无关文法模型,指出,泶铮姹喑滩计算机应用专、研究生序劫迸化计算足当前人悄苤J豆こ蹋萃诰騦难芯咳鹊恪R糯惴和遗传编程,足众多进化计算模型,的两个最典型的模型。遗传算法采用线性编码,求解普通的优化问题。遗传编程则采用树形编码,试图求出解决问题的程序。能。在对很多问题的求觯效率上、比普通的遗传编程高个数量级。诓荽吹耐保舨妨舜罅康睦砺劭瞻祝际跞毕莺鸵藕吨Α1疚脑曰虮泶锸奖喑痰捏ひ虮嗦虢校砺俜治觥8搅薑一序列和表达式树之间的关系,指出它涞谋泶锬芰κ侵碌摹K婧蟠娓龅亩ㄐ现兄坪沦依据。问题,提出了常数方法,并进了沦分析,结果表明、方式是简单但和仅含有单个非终结符的卜下文无关文法存描述能力卜是等价的。能处理包含多个非终结符的上下文无关文法。,℃编程的这一重大不足。在扩展的基因表达姹喑讨懈如綣大学博宦僖
分析挖掘系统的特性,孙明了传统关联舰则是谓词关联规则的特例。任何传统岢隽肆街直縥:姆椒ń惺奔湫蛄性げ狻;翱谠げ夥ㄖ接发现日寸问序列中历史数据到未来数据的函数关系并以此进行预测。,提高了方法的可靠性。大量的实验,’。关联规则司以表示为系列简单关联规则的与。提⑹ⅰ知识设计了特别的适应度函数。两绍实验表明,算法是有效,的,能发现。监刖传统关联规则挖掘算法不能发现的规则。龋因表达式编程应用十俐词关联规则挖掘是成功的。。为了减小数据中噪声的影响,提出了微分显微插值力‘法,有效关键词:基因表达式编稃,进化计算,遗传算法,,谓洲关联规则挖掘,时间序列预测例。的。四篒大学博上学位论义
.,,瓹..產瓽,,.,、.猠甌
—,.—.甧籥,畉、
把基因表达式编程研究的毒义对人脑的结构和功能有了初步的认识,但对整个神经系统的内部结构和作用机制,特别是脑的功能原理还没有完全搞清楚,还不可能从本质上给智能给出一个不同的侧面,用不同的方法来对智能来进行研究。人们在对现有智能理解的基连接主义等方法,在很多方面都取得了非常巨大的成就。为了克服上述传统方法存在的缺陷,人们从另外的方面解释智能现象,希望能从得到启发,以发展新的人工智能方法。人们开始向自然界本身学习,大自然的奥秘启迪了人类的思想家,科学家,最典型,最成功的范例是模仿生物人们希单通过进化计算具解决采用以往方法不能解决的问题。希望仅仅指定问题的输入,问题应该满足的条件,结果的好坏的评价标准,就能够通过计算机自动过程得到结果。遗传算法,进化规划,进化策略等算法在·定程度人类对知识的追求永不满足,得寸进尺。典犁的例子就是:希趣利用计算机白动寻找计算机程序,使计算机程序能够解答相应的‘类问题。给定多组数据,希颦发现这螳数据之间的关系,也就是说要找到‘个程序,更确切地,甬数表达式,使得对指定的输入,输出相应的数据。或者利用计算机自动找到能够个成员遗传编程序臼动牛成技术提供了‘个承要的方法。尽管它的性能还不甚理想,但已经被智能的木质,内涵、和潜能的奥秘,一直足古今·外的哲学家,思想家和科学家关注,探索和研究的重大问题。近年来,随着脑科学、神经科学的发展,人们精确的,可被公认的定义。人们还只能从智能的外在表现出发,从不同的角度、础上采用人工的方式获得智能。目前人们把非生物生命方法产生的智能都称为人工智能。人工智能总足和逻辑,规则,推理等名词联系在一起。人工智能的发展经过了孕育,形成和发展三个阶段,提出了符号主义,网络进化的进化计算这族强大的计算工具。满足了人们的要求。指挥机器人安伞到达目的地