基因表达式编程的理论、算法与应用PDF|Epub|txt|kindle电子书版本网盘下载

基因表达式编程的理论、算法与应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分 背景概述篇3

第1章 最优化问题3

1.1 最优化问题简述3

1.2 最优化问题的求解方法3

1.2.1 求解最优化问题的数学方法4

1.2.2 进化计算求解方法4

1.2.3 无免费午餐定理5

参考文献5

第2章 生物进化与进化计算6

2.1 从进化论到进化计算6

2.1.1 生物进化论概要6

2.1.2 遗传算法7

2.1.3 进化策略8

2.1.4 进化规划8

2.1.5 遗传编程10

2.2 广义的进化计算11

2.2.1 进化计算的本质11

2.2.2 进化算法的一般框架11

2.3 生物的基因表达12

2.3.1 DNA12

2.3.2 RNA13

2.3.3 蛋白质14

2.3.4 基因表达过程14

2.4 从生物的基因表达到基因表达式编程15

2.4.1 GEP的发展历史15

2.4.2 GEP的研究和应用15

2.4.3 GEP的特点15

参考文献16

第二部分 基本算法与理论篇21

第3章 GEP算法基础21

3.1 GEP的基本要素21

3.1.1 开放读码框架和基因22

3.1.2 GEP中的基因24

3.1.3 多基因染色体27

3.1.4 子表达式树的相互作用28

3.2 基本的遗传操作30

3.3 GEP基本算法32

3.4 适应度函数的选择和评估33

3.5 标准GEP的选择策略37

3.6 简单的函数发现实例40

参考文献45

第4章 GEP的理论分析46

4.1 形式化定义46

4.1.1 终结符和函数46

4.1.2 概念的形式化定义48

4.2 基因编码表达的可靠性和完备性分析50

4.3 GEP的马尔可夫链分析51

4.3.1 马尔可夫链相关概念51

4.3.2 GEP马尔可夫收敛定理53

4.4 GEP的依概率收敛分析54

4.4.1 问题背景及相关定义54

4.4.2 基于GEP的函数发现依概率收敛定理55

参考文献58

第5章 GEP的进化过程分析60

5.1 个体与群体结构分析60

5.1.1 个体结构分析60

5.1.2 群体结构分析62

5.2 遗传算子性能分析64

5.2.1 选择65

5.2.2 变异67

5.2.3 移位67

5.2.4 重组（交叉）68

5.2.5 总结69

5.3 个体的建筑块实验分析69

参考文献72

第三部分 算法拓展与改进篇75

第6章 GEP个体与种群组织的拓展75

6.1 个体评价75

6.1.1 经典领域的适应度函数设计75

6.1.2 动态适应度78

6.2 基因的评估82

6.2.1 GRCM算法84

6.2.2 Kquick算法85

6.2.3 GPED算法86

6.2.4 SGDE-GEP算法88

6.2.5 基于Scale的基因评估算法94

6.3 常数问题101

6.3.1 三类主要方法101

6.3.2 常数创建方法典型改进106

6.4 优秀基因片段的传承110

6.4.1 基于个体结构的实现方法110

6.4.2 基于编码映射的实现方法113

6.5 染色体的组织115

6.5.1 多层染色体116

6.5.2 基因重叠染色体123

6.5.3 带身部结构的染色体133

6.5.4 DAG染色体134

6.6 种群的组织136

6.6.1 改进的初始种群生成策略136

6.6.2 种群多样性繁殖策略143

6.6.3 变种群规模策略147

6.6.4 其他种群组织策略157

参考文献158

第7章 GEP遗传操作与行为干预的拓展160

7.1 遗传操作拓展160

7.1.1 简单分组的遗传操作160

7.1.2 残差制导进化的GEP算法161

7.1.3 自适应GEP算法164

7.2 GEP的转基因策略172

7.3 GEP的回溯策略179

参考文献183

第8章 并行GEP算法184

8.1 并行遗传算法的实现方案184

8.2 并行GEP的设计188

8.2.1 同步分布式并行GEP算法188

8.2.2 异步分布式并行GEP算法189

参考文献190

第9章 GEP与其他算法的融合191

9.1 GEP与人工神经网络的融合191

9.1.1 基于GEP和神经网络的属性约简分类算法191

9.1.2 基于GEP优化的RBF神经网络算法199

9.2 GEP与模拟退火的融合205

9.3 GEP与禁忌搜索的融合211

9.4 GEP与隐马尔可夫模型的融合219

参考文献224

第四部分 应用研究篇229

第10章 GEP在函数挖掘中的应用229

10.1 用GEP进行函数发现229

10.1.1 一致表达式的发现229

10.1.2 分域表达式挖掘232

10.1.3 复杂度分析235

10.1.4 实验与分析236

10.2 用GEP挖掘递归函数239

10.2.1 递归函数挖掘算法GEP-RecurMiner239

10.2.2 动态进化策略242

10.2.3 实验与分析243

10.3 用GEP挖掘中医方证关系245

10.3.1 中医学中的方证关系245

10.3.2 简单方证关系分析246

10.3.3 症状组主次分离指针编码247

10.3.4 中医学中的症状组适应度函数设计250

10.3.5 基于基因表达式的方证关系函数发现算法252

10.3.6 实验与分析252

参考文献258

第11章 GEP在预测中的应用260

11.1 GEP在时间序列预测中的应用260

11.1.1 Fibonacci加权滑动窗口预测法261

11.1.2 差分平均预测法263

11.1.3 实验与分析265

11.2 GEP在数据流预测模型中的应用270

11.2.1 数据流的基本概念和定义271

11.2.2 基于GEP数据流挖掘算法272

11.2.3 多数据流的预测模型和算法介绍272

11.2.4 实验与分析275

11.3 GEP在灾情分析及预测中的应用278

11.3.1 洪灾灾情预测278

11.3.2 基于折半查找的最优属性约简算法278

11.3.3 基于属性约简的GEP洪灾灾情预测算法279

11.3.4 实验与分析280

参考文献281

第12章 GEP在规则挖掘中的应用283

12.1 GEP在关联规则挖掘中的应用283

12.1.1 关于关联规则挖掘283

12.1.2 谓词关联规则概念284

12.1.3 基因和适应度函数设计285

12.1.4 挖掘谓词关联规则287

12.1.5 实验与分析288

12.2 基于GEP的多层关联规则挖掘算法及其应用289

12.2.1 多层关联规则挖掘290

12.2.2 基于泛化的抽象频繁项集挖掘290

12.2.3 挖掘多层关联规则算法290

12.2.4 实验与分析293

参考文献295

第13章 GEP在分类和聚类中的应用296

13.1 基于GEP的自动聚类方法296

13.1.1 染色体编码296

13.1.2 聚类表达式树的编码和解码297

13.1.3 适应度计算299

13.1.4 遗传算子299

13.1.5 基于GEP的聚类算法299

13.1.6 自动合并整合簇算法300

13.1.7 实验与分析301

13.2 代价敏感的GEP分类算法304

13.2.1 代价敏感分类算法理论304

13.2.2 基于GEP的代价敏感分类算法305

13.2.3 实验与分析308

13.3 GEP在特征自动抽取中的应用309

13.3.1 基本概念和定理309

13.3.2 基于GEP的特征集自动选取312

13.3.3 特征的自动聚类和特征集的自动选择算法315

13.4 基于GEP的文本分类技术316

13.4.1 文本的向量表示316

13.4.2 基于GEP的文本分类方法317

13.4.3 实验与分析319

参考文献319

第14章 GEP在其他领域的应用322

14.1 GEP在数据压缩中的应用322

14.1.1 数据流的基本概念322

14.1.2 基于DFF-GEP的多数据流压缩算法323

14.1.3 多数据流的重构算法323

14.1.4 实验与分析323

14.2 GEP在演化硬件研究中的应用327

14.2.1 进化硬件的基本概念327

14.2.2 二阶段电路进化方法328

14.2.3 实验与分析332

参考文献333

附录335

附录A 当前国际上部分GEP研究组织和资源335

附录B 基本算法部分源码（C＃版）336