一种基于遗传算法的回归模型寻优方法

摘要

回归分析是数据分析和建模的重要工具,主要用于数据的预测和拟合。回归分析通常需要人工干预给定参考模型,再进行参数回归。然而,在多数情况下,用户难以给出参考模型,或者给出模型具有较大的误差。本文提出一种基于遗传算法得出回归模型的方法,主要利用遗传进化的思想,首先随机产生初始模型的种群;然后不断迭代的进行选择、交叉、变异操作,在解空间中动态地进行全局寻优,找出一个较优的模型;为了确定模型的参数,又利用梯度下降法对该模型进行参数估算。最后,将本文得出的模型与最小二乘法回归分析得出的模型进行对比,结果表明,在进行预测时,前者的误差比后者有显著减小,由14.24%减少到9.59%。