基因表达式编程的一种新遗传算子

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (7): 23-24.

基因表达式编程的一种新遗传算子

莫海芳1，李康顺2

1.中南民族大学计算与实验中心，武汉 430074
2.江西理工大学信息工程学院，江西赣州 341000

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-01 发布日期:2011-03-01

New genetic operator of gene expression programming

MO Haifang1，LI Kangshun2

1.Computer and Experiment Center，South-Center University for Nationality，Wuhan 430074，China
2.School of Information Engineering，Jiangxi University of Science & Technology，Ganzhou，Jiangxi 341000，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-01 Published:2011-03-01

摘要/Abstract

摘要： 遗传算子在演化算法中发挥重要的作用。设计了基因表达式编程中的一种新遗传算子（TIS），它在基因尾部随机选择一个小片段，然后复制该片段（或该片段的倒置）并插入到基因尾部的任意位置，插入点后的符号依次向后挪动，超过尾部长度的编码被丢弃。实验表明，该算子在挖掘多元函数时能提高算法的成功率和收敛速度。

关键词: 基因表达式编程, 遗传算子, 公式挖掘

Abstract: Genetic operators play an important role in evolutionary algorithm.A new genetic operator TIS of gene expression programming is presented.A short fragment in the tail is chosen，the fragment（or the inversion of the fragment） is copied and the copy is inserted at a randomly point in the tail of a gene.Finally，sequence downstream from the inserted element loses，at the end of the tail，as many symbols as the length of the inserted fragment.The experimental results show that the gene expression programming with the new operator TIS gets higher success rate and higher speed of convergence in finding function of several variables.

Key words: gene expression programming, genetic operator, function finding

莫海芳1，李康顺2. 基因表达式编程的一种新遗传算子[J]. 计算机工程与应用, 2011, 47(7): 23-24.

MO Haifang1，LI Kangshun2. New genetic operator of gene expression programming[J]. Computer Engineering and Applications, 2011, 47(7): 23-24.

[1]	张晓婷，何朗，黄樟灿，谈庆. 基于MFR-GEP的高阶常微分方程预测模型[J]. 计算机工程与应用, 2019, 55(21): 247-253.
[2]	郭勇1，张国锋1，刘丽萍2. 基因沉默机制的基因表达式编程[J]. 计算机工程与应用, 2018, 54(23): 131-136.
[3]	崔未，王卫华，黄樟灿，谈庆. 基于GEP算法的高阶常微分方程预测模型[J]. 计算机工程与应用, 2018, 54(18): 256-262.
[4]	张柯，张德平. 基于基因表达式编程的错误定位方法[J]. 计算机工程与应用, 2016, 52(9): 6-11.
[5]	王斌1，张迅2，盛津芳1，陈新3，史秀志3. 优化的GEP算法在爆破振动预测中的应用[J]. 计算机工程与应用, 2016, 52(22): 212-217.
[6]	周冬梅，孙俊. 遗传规划中遗传算子对种群多样性的影响[J]. 计算机工程与应用, 2016, 52(20): 39-45.
[7]	陈威虎，向凌云. 基于开放读码框架的GEP遗传算子[J]. 计算机工程与应用, 2016, 52(18): 57-61.
[8]	朱明放1，2，叶飞跃1，2，丁小未2. 基于GEP的任务指派问题的求解算法[J]. 计算机工程与应用, 2014, 50(22): 50-53.
[9]	张凯，周德云，潘潜. 基于混合蛙跳算法的协同空战火力分配[J]. 计算机工程与应用, 2014, 50(17): 263-266.
[10]	厉虹，张甜. 改进PSO在欠驱动机器人运动规划中的应用研究[J]. 计算机工程与应用, 2012, 48(6): 221-224.
[11]	王晓笛1，肖伟1，何灿2. 改进的蛙跳算法在多目标优化问题中的应用[J]. 计算机工程与应用, 2012, 48(30): 233-238.
[12]	王晓1，何锫1，2. 一种新型GEP解码方法[J]. 计算机工程与应用, 2012, 48(3): 43-45.
[13]	柳益君，朱明放，习海旭，朱广萍，蒋红芬，陈丹. 基于最大隶属度原则的基因表达式编程分类[J]. 计算机工程与应用, 2012, 48(26): 48-52.
[14]	袁锋1，陈守强2. 一种冠心病介入术后复发预测组合模型的构建[J]. 计算机工程与应用, 2011, 47(35): 228-231.
[15]	帅训波1，马书南2. 应用布尔遗传算子求解N皇后问题[J]. 计算机工程与应用, 2011, 47(16): 49-51.