快速跳出局部最优的VPS-GEP算法
AVPS-GEP: Skipping from Local Optimization Fast Algorithm
作者：胡建军(四川大学 计算机学院，四川 成都610065)；唐常杰(四川大学 计算机学院，四川 成都610065)；彭京(四川大学 计算机学院，四川 成都610065)
Author：(School of Computer Sci., Sichuan Univ., Chengdu 610065, China)；(School of Computer Sci., Sichuan Univ., Chengdu 610065, China)；(School of Computer Sci., Sichuan Univ., Chengdu 610065, China)
收稿日期：2006-02-21 年卷（期）页码：2007,39(1):128-133
期刊名称：工程科学与技术
Journal Name：Advanced Engineering Sciences
关键字：GEP；遗传算法；函数挖掘；基因多样性；VPS-GEP
Key words：GEP；genetic algorithm；function mining；gene diversity；VPS-GEP
基金项目：国家自然科学基金(60473071；90409007)；四川省青年软件创新基金（816）；国家973计划(2002CB111504)； 教育部博士点基金（20020610007）；广西自然科学基金（桂科自0339039）；四川省科技攻关项目（2006Z01-027）资助项目
中文摘要
传统 GEP（Gene Expression Programming）算法存在局部收敛方面的缺陷，为了解决这一问题，提出了可以使进化快速跳出局部最优的VPS-GEP（Various Population Strategy GEP）算法，证明了在概率意义上GEP平均每代进化所耗时间与群体规模成正比，用两个标准测试函数和一个标准测试数据集测试了VPS-GEP算法的函数挖掘能力和效率。实验表明，VPS-GEP算法可以减少进化停滞代数55％以上。
英文摘要
The traditional Gene Expression Programming(GEP) has the deficiency of local optimization. In order to solve this problem, VPS-GEP（Various Population Strategy GEP）, an algorithm for evolution skipping from local optimization fast,was proposed.It was proved that the time for per generation evolution increases with the size of population under probability sense. The ability of mining function and efficiency of VPS-GEP was tested by two standard test functions and one standard dataset. The experiments showed that VPS-GEP algorithm decreases the generation stagnancy over 55%.
【关闭】
