基于蒙特卡洛树搜索的符号回归算法

作     者：鲁强 张洋 LU Qiang;ZHANG Yang

作者机构：中国石油大学(北京)石油数据挖掘北京市重点实验室北京102249 中国石油大学(北京)地球物理与信息工程学院北京102249 

基　　金：国家自然科学基金项目(61402532) 中国石油大学(北京)青年基础科研基金项目(01JB0415) 国家科技重大专项基金项目(2017ZX05018-005) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2020年第41卷第8期

页      码：2158-2164页

摘      要：为克服符号回归问题经典算法具有搜索时间过长和容易陷入局部最优的缺点,提出一种基于蒙特卡洛树搜索的符号回归算法。将符号空间划分为模型空间和系数空间;在深度策略网络指导下通过蒙特卡洛树搜索实现在模型空间内寻找合适数据集特征的公式模型;在此基础上,使用粒子群算法搜索公式模型下的系数空间,得到适应度最高的公式。实验结果表明,与GP算法相比,该算法具有适应度值更低、不易陷入局部最优的特点。

主 题 词：符号回归 深度策略网络 蒙特卡洛树搜索 粒子群算法 卷积神经网络 循环神经网络 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2020.08.011

馆 藏 号：203963049...