基因表达式程序设计

摘要： This paper analyses the basic principles of GEP, and makes some improvement on its conventional way of creating constant. To validate and improve the performance of the algorithm, this paper applies the improved GEP in the modeling of the micro-economic prediction. The results indicate that improved GEP can automatically find preferable models, based on which exact prediction will be generated.%介绍了GEP算法的实现过程, 并对其常数创建方法进行了局部改进.为了验证本文算法的性能, 将算法应用于宏观经济的预测问题建模上, 实验结果表明, 算法都能自动找到较好的模型, 而且拟合误差较小.

摘要： 基因表达式程序设计(GEP)的染色体由具有特殊限制的头、尾组成,并要求尾部符号严格取自基本的终端集.这一做法作用明了、易于表述,基本为现有GEP所采纳,但不利于语义计算的重用.谋求突破尾部限制条件,探究一种开放尾部的新型GEP算法.该算法将运行过程产生的优良个体动态地引入种群个体的基因,从而实现运算精度的提升.符号回归实验表明,开放尾部的GEP算法在平均精度性能上要优于主流GEP方法.

摘要： As an effective combination of genetic algorithms(GAs) and genetic programming(GP),gent expression programming (GEP) successfully merges the advantages of GAs and GP and eliminates their respective handicaps.Comparing with its successfully applications,the theoretical basis is quite weak.The existing researches only consider unigenic GEP systems under strong assumptions.In this paper,the non-injective fitness functions are supposed,to agree with the many-to-one genotype-phenotype mapping.By employing the theory of Markov chains,it analyzes multigenic GEP algorithms with the elitist recording strategy.Based on a rational division of the state space and a reasonable sorting of the states,some results about the elitism are obtained,in accordance with that got under injective assumptions.Also,nice properties of mutation in multigenic systems are derived.Through studying the general Markov model and its structure features,this paper proves the exponential convergence rate under two measure ways.No additional conditions on the mutation rate are required for the estimation of rates.%基因表达式规划是遗传算法和遗传规划的结合体,吸取了两者的优势且消去了它们的主要缺陷.与其成功应用相比,其理论基础仍十分薄弱.现有结论仅关注单基因GEP系统,且假设条件强.本文假定适应值函数为非单射的,以适用于多对一的基因型-表现型映射.借助于Markov链,研究了一类具有精英记录策略的多基因GEP系统.对于精英机制,通过对状态空间的合理划分和状态的适当排序,我们获得了与单射假设下一致的结论.同时,还获取了多基因系统中变异算子的良好性质.基于所建立的一般性Markov模型和转移矩阵的结构特征,分别在两种衡量方式下证明了,算法呈现指数级收敛速度,其估计式无需对变异率额外施加条件.

摘要： 基因表达式程序设计(GEP)的解码通常仰赖表达式树的建立和后序遍历技术,因而解码复杂度、性能自然成为GEP应用的要害所在.在分析GEP基因型与表现型关系的基础上,提出一种称谓RL-GEP的新型解码方法.新方法基于0目操作符概念、工程应用与系统设计的原则,采用“一次读码多样本解析”和直接对线性编码的基因型实施解码等方法来提高解码效率,算法模型简单修改即可得到一种新型的传统GEP“无树解码”方法,具有良好的扩展性.RL-GEP不仅与传统GEP具有相同的表达能力与表现型空间,而且易于理解、应用和扩展.从求解回归问题的实验看来,本方法和经典GEP有相似问题求解的能力,但效率更高.

摘要： 传统聚类算法存在对初始聚类中心敏感、易陷入局部最优解、及需要事先确定聚类个数等问题。提出一种加入动态惩罚因子的GEP(Gene Expression Programming)自动聚类算法,该算法将惩罚因子与GEP聚类算法结合,不需任何先验知识,可自动进行簇的划分。并进一步提出惩罚因子的动态生成算法,可根据不同数据集动态生成满足其分布特征的惩罚因子,更好地解决孤立点或噪声点的影响。实验选择四组自构造数据集测试惩罚因子对聚类的影响,依据测试结果进行惩罚因子的建模,将该惩罚因子模型应用于标准数据集Iris上。实验结果表明:算法具有较高的效率和精确度。

摘要： 随着互联网技术的发展，远程教育在现代教育中起到越来越重要的作用。本文以远程教育招生数据为研究对象，提出一种自适应基因表达式程序设计算法。该算法能自适应调整算法的杂交和变异概率，从而有效避免人为设置初始参数的敏感性。算法在分析现有招生数据的基础上，预测未来几年的招生规模，有利于招生单位做出有针对性的调整，并针对我校近几年的招生数据，有效地对以往数据进行建模，预测未来的招生规模。

摘要： 随着互联网技术的发展,远程教育在现代教育中起到越来越重要的作用.本文以远程教育招生数据为研究对象,提出一种自适应基因表达式程序设计算法.该算法能自适应调整算法的杂交和变异概率,从而有效避免人为设置初始参数的敏感性.算法在分析现有招生数据的基础上,预测未来几年的招生规模,有利于招生单位做出有针对性的调整,并针对我校近几年的招生数据,有效地对以往数据进行建模,预测未来的招生规模.

摘要： 基因表达式程序设计(GEP)在时间序列分析、分类、自动程序设计、多目标优化、海量数据分析等领域中有着广泛的应用.在GEP解码过程中,将深度优先和广度优先技术的优点相结合,提出了基于深度广度联合解码的GEP算法,从而既能适量地增加种群中个体的多样性,又能适当地保留较优的子树信息(sub ET).实验表明,相比标准GEP算法,新算法在进化时间增加不多的情况下提高了平均适应度,获得了更高的成功率.

摘要： 适应度评价大体可以分成解码和计算适应度值两个部分,是进化计算中运算量最大、重复率最高的过程之一.为了有效利用已有计算结果的角度避免大量重复建树和遍历运算,改进了GEP解码算法基本流程以降低GEP的运算量,达到了提升运算效率的目的.采用仿真的方式对引入复用机制的GEP和传统GEP算法进行了对比实验,从解码次数、解码所用时间等两个方面进行对照,发现引入复用机制的GEP算法在解码次数上比传统GEP有多个数量级的优势,在解码所需时间上也有较大的改进.

摘要： The two entities called genotype/phenotype in gene expression programming algorithms (GEP) provide many advantages different from that of traditional evolutionary algorithms. However, they make trouble for establishing the Markov model. In order to simplify analyses on probability structure of genetic operators, with genotype searching space this study focuses on the convergence of a class of GEP under gentle conditions. At first, for multimodal fitness functions caused by the genotype and phenotype mapping, we reconstruct the transition matrix of the Markov model corresponding to GEP with elitist recording strategy is reconstructed. And then, we prove its convergence in mean, almost sure convergence and even complete convergence, through addressing and bounding an exact expression for the rate of probability convergence. Compared to old conclusions with rigorous assumptions, our model is more applicable to characteristics of the algorithms. Moreover, the convergence results are stronger and the optimal state set is less. In addition , the exact expression for convergence in probability can be generalized to adaptive evolutionary algorithms.%基因表达式编程算法(或称基因表达式程序设计)的基因型/表现型双实体为之带来许多不同于传统演化算法的优势,但建立其Markov模型时,我们须在两者之间作出权衡.为简化遗传算子概率结构的分析,本文以基因型空间为搜索空间,研究一类GEP在宽松条件下的收敛性.首先,针对由基因型-表现型映射所致的多峰适应值函数,重构带精英保留策略的GEP的Markov链模型转移矩阵.然后,通过建立依概率收敛速度的精确表达式、估计其上界,证明了算法依均值收敛、几乎必然收敛甚至完全收敛至全局最优值.与之前的严格假设下的若干结论相比,本文的模型更匹配算法的特性,收敛性结论更强且最优状态子集更小.另外,上述精确表达式也可以推广至自适应演化算法.

摘要： 本文提出一种基于基因表达式程序设计（GEP）的组合预测方法。其基本思想是利用基因表达式程序设计强大的函数挖掘能力，构造非线性组合预测函数。这种组合预测方法不仅降低了构造非线性组合预测函数的难度，而且使预测精度大大提高。

摘要： 本发明公开一种基于遗传算法及基因表达式编程的复合地基智能设计方法，涉及复合地基设计技术领域。包括：建立样本数据集；确定出关键设计参数；基于基因表达式编程算法确定出关键设计参数与设计控制参数之间关系的函数关系模型；在设定的取值范围内随机确定该n‑a个可优化参数的值，根据函数关系模型计算剩余的a个可优化参数的值；判断该值是否在设定取值范围内，以建立每个个体满足设定的设计控制参数要求的初代种群；基于遗传算法模型得到同时满足设计控制参数要求以及造价优化的待建设复合地基设计参数。解决了传统复合地基设计方案设计参数误差大、优化调参效率低等问题，且能同时满足复合地基承载力、沉降量及工程造价的要求。

摘要： 本发明涉及一种程序分析方法，特别涉及一种基于正则表达式的程序静态分析方法。根据待评价程序的结构和编码规则，建立提取关键信息的正则表达式分析规则，从提取到的关键信息数据库中，得到不符合待评价程序结构和编码规则的项目。基于正则表达式的分析方法，可以快速有效的对程序进行分析，并对程序进行有针对性的优化。

摘要： 本发明提供一种基于嵌入表达式程序的控制方法，包括，在嵌入表达式增加指令作为起始和结束；所述嵌入表达式包括变量定义部分，参数曲线或参数曲面数学计算式部分，和边界条件定义、解析度定义部分；所述变量定义部分，定义了所述数学计算式所需变量；代码解析器解析并执行所述嵌入表达式；数控系统的代码解析器根据机床加工设定以及曲线或曲面的边界条件以及解析度对表达式代入参数计算，得到运动轨迹点，并将计算得到的轨迹点存储于环形FIFO缓存之中；数控系统插补器根据这些轨迹点进行加减速控制和前瞻平滑控制。本发明的控制方法，简化复杂曲线或曲面的编程方法，使代码的直观性增强；同时使代码执行的实时性、执行效率大大提升。

摘要： 本文公开的是与正则表达式的自动生成相关的技术。在一些实施例中，正则表达式生成器可以接收包括一个或多个字符序列的输入数据。正则表达式生成器可以将字符序列转换成正则表达式代码和/或跨度数据结构的集合。正则表达式生成器可以标识由正则表达式代码和/或跨度的集合共享的最长通用子序列，并且可以基于最长通用子序列来生成正则表达式。

摘要： 本文公开的是与正则表达式的自动生成相关的技术。在一些实施例中，正则表达式生成器可以接收包括一个或多个字符序列的输入数据。正则表达式生成器可以将字符序列转换成正则表达式代码和/或跨度数据结构的集合。正则表达式生成器可以标识由正则表达式代码和/或跨度的集合共享的最长通用子序列，并且可以基于最长通用子序列来生成正则表达式。

摘要： 本发明提供了一种正则表达式的生成方法及基于正则表达式的数据提取方法。其中，该正则表达式的生成方法包括：确定原始数据字符串中待提取字段和非待提取字段；针对非待提取字段，进行通配过滤获得其正则表达式，针对待提取字段，遍历字符串将字符与表达式一一对应获得其正则表达式；将待提取字段的正则表达式和非待提取字段的正则表达式，按照待提取字段和非待提取字段在原始数据字符串中的排列顺序进行合并，以获得原始数据的正则表达式。通过本发明，可减少了正则表达式的书写难度，提升数据提取效率。

摘要： 本发明公开一种通过逆波兰表达式对五防逻辑表达式进行校验的方法，该方法主要是通过构造一个运算符栈S1和逆波兰栈S2，然后读入需要操作设备对应状态的五防逻辑，判断是否存在没有转换的情况条件，并读入没有转换的情况条件下对应的五防逻辑表达式，并从左至右扫描该情况条件下对应的五防逻辑表达式；最后根据逆波兰表达式将传统的五防逻辑表达式进行转换，剔除表达式中复杂的算术符号“()”，只留下最简单的运算，能够保证方法的正确性的同时，减少程序员出现BUG的可能性，提高五防软件对于五防校验的准确性，同时能减少测试部门的测试压力。

摘要： 本发明公开了互联网技术领域的一种基于基因表达式编程的动态搜索空间设计方法，包括以下步骤将视频分片切割，从中获取图像数组和语音信息；通过特征提取器提取图像数组的图像特征和语音信息的语音特征，构成图像特征列表和语音特征列表；将图像特征列表与音频特征列表中的特征融合的方式表示成基因表达式；使用基于半监督学习的方法评估各表达式的性能，依据评估性能选出最佳的融合模块。与传统NAS搜索空间设计方法相比，本发明提供结构差异更加明显的基本单元结构，可搜索出更加灵活、自动化程度更高的网络结构。

摘要： 本发明公开一种基于遗传算法及基因表达式编程的复合地基智能设计方法，涉及复合地基设计技术领域。包括：建立样本数据集；确定出关键设计参数；基于基因表达式编程算法确定出关键设计参数与设计控制参数之间关系的函数关系模型；在设定的取值范围内随机确定该n‑a个可优化参数的值，根据函数关系模型计算剩余的a个可优化参数的值；判断该值是否在设定取值范围内，以建立每个个体满足设定的设计控制参数要求的初代种群；基于遗传算法模型得到同时满足设计控制参数要求以及造价优化的待建设复合地基设计参数。解决了传统复合地基设计方案设计参数误差大、优化调参效率低等问题，且能同时满足复合地基承载力、沉降量及工程造价的要求。

摘要： 本发明公开一种C程序中条件表达式的数据流分析方法，该方法对于通过预处理后的被测C程序，采用区间运算方法分析被测程序中的条件表达式的取值区间。该方法包括：A、通过识别条件表达式中的三个表达式的特征，归纳总结C程序中各种情况的条件表达式；B、采用区间运算方法实现对条件表达式的流敏感数据流分析。本发明的C程序中条件表达式数据流分析方法，可实现对C程序中各种条件表达式的精确分析，获得其取值区间。