摘要：化学和材料学科的理论进步可以促进化学反应设计、材料合成和工艺条件优化。目前,在许多前沿领域的复杂问题中,传统自底向上的推导理论面临诸多挑战,而基于遗传编程的符号回归方法在挖掘数据关系方面展示了独特的优势,为解决复杂问题提供了新的思路。本文主要综述了基于遗传编程的符号回归方法的原理、优势及局限性,讨论了其近年来的发展趋势,整理了简单易用的遗传编程工具,进而阐述了该方法在化学与材料领域的代表性应用,最后对遗传编程在材料与化学领域的未来发展方向进行了展望。

摘要：基于头身尾三段结构的基因表达式程序设计方法,提出一种改进算法。新算法有三大改进:(1)采用模拟退火选择策略避免早熟;(2)用基因库技术保存优势基因,既加速了算法的收敛性,又提高了解的质量;(3)使用二次演化进一步提高解的精度。符号回归实验结果表明,新算法比原基因表达式程序设计算法和遗传程序设计算法收敛更快,精度更高。

摘要：土木工程智能计算技术具有高准确性和高效性,但由于黑盒性质,其结果难以被研究者与工程师理解,阻碍了其在以安全性为首要原则的实际工程中的推广应用。为此,提出一种基于量纲分析与工程先验知识的设计公式智能发现方法,通过智能计算技术自动从试验数据中识别出影响材料与构件性能的关键特征,并智能生成量纲平衡、物理含义清晰、力学可解释性高的设计计算公式。基于符号回归表达式树建立了考虑量纲约束的公式智能生成模型,能够保证公式的力学合理性;研发了针对多力学-几何变量场景的归一化方法与基于谱聚类和决策树的工程特征分段算法,进一步提高了模型的稳定性和准确性。以配筋水泥基材料连梁的受剪承载力为例验证该方法的有效性,结果表明:智能生成的公式相较于人工经验公式计算结果准确性提高61.3%,拟合相关性提高23.3%,相关系数达0.90,性能优异;此外,与传统符号回归方法相比,智能生成的公式不仅更为准确,且具有量纲正确性,工程泛化能力更强;同时,有助于揭示力学机理,加速新材料、新结构从试验到设计方法的落地转化流程。

摘要：符号回归以构建一个能拟合给定数据集的函数模型为目的,是对基本函数、运算符、变量等进行组合优化的过程.本文提出了一种求解符号回归问题的粒子群优化算法.算法以语法树对函数模型进行表达,采用基因表达式将语法树编码为一个粒子,设计了粒子的飞行方法及r-邻域环状拓扑的粒子学习关系.为使粒子具有跳出局部极值的能力和减轻粒子快速趋同对全局寻优造成的不利影响,分别设计了突变算子和散开算子.此外,为了得到比较简洁的函数模型,在粒子的评价函数中以罚函数的方式对编码的有效长度进行控制.仿真实验表明,提出的算法可以获得拟合精度更高、简洁性更好的函数模型.

摘要：针对现有符号回归方法仅关注拟合误差而忽略模型简化的问题,提出了一种基于多目标的人工鱼群算法,将拟合误差与模型复杂度同时作为目标函数进行优化.以二叉堆对语法树编码,优良分支得以稳定地遗传和继承,也更易解码.在引入蒙版、邻域、小生境、拥挤度等概念的基础上,设计和定义了适用于二叉堆编码的随机游动、觅食、追尾、逃脱等人工鱼行为算子.详尽的实验表明,提出算法在符号回归过程中能获取高质量的Pareto解.此外,对从Pareto前沿上选取折衷解及降低算法内存开销的方法也进行了讨论.

摘要：为解决非接触式静电电位传感器测量数据的补偿问题,文中提出一种基于符号回归的波形补偿算法。设计一种非接触式静电电位传感器校准实验平台,通过遍历测试距离、校准电压和校准频率的参数组合,获得测试结果的样本训练数据;再利用符号回归方法建立从测试结果到校准电压的补偿函数模型,以降低测量距离对测量结果的影响。实验结果表明,基于符号回归的波形补偿算法可行、有效,能够为提高非接触式电位测量的准确性提供一种新手段。另外,基于模型参数与补偿结果,提出一种符号回归的改善方法,即引入损失函数用来减小函数模型的复杂度,利用神经网络卷积学习的方法发现种群与原始数据中的隐藏特征,从而明确演化方向,并针对特定的问题设定特定的评价指标,进一步优化符号回归模型的准确性。

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。

摘要：基因表达式程序设计是一种基于基因型和表现型的新型遗传算法,详细综述了基因表达式程序设计的算法流程及其遗传算子操作,把基因表达式程序设计运用到复杂的符号回归分析中,编制了基因表达式程序对两个实际数据集进行符号回归分析,实验结果表明:基因表达式程序设计在符号回归方面较传统方法具有优势,最后提出基因表达式程序设计的关键问题,同时提出对基因表达式程序设计进行改进的可行建议。

摘要：谐波分析是电能质量分析的一个重要问题。Fourier变换与小波变换各有其局限性。文中提出一种采用基于遗传规划的符号回归方法进行电量分析的新方法。文章通过对传统研究方法的分析提出新方法。结合一个具体实例证明这种方法的可行性。设计了全桥逆变仿真实验用于产生分析数据,运用Eurqa软件采用符号回归的方法进行遗传选择计算得到了正弦分量与畸变分量的表达式,从而验证了符号回归应用于电能质量分析的实用性。与传统方法相比,该方法时间信息损失少,函数关系明确,在电能质量分析领域具有广泛的适用性和较好的应用潜力。

摘要：遗传编程是一种新型的搜索优化技术,文章介绍了遗传编程的基本原理,以及遗传编程的算法设计及其实现的几个关键问题,并研究了基于遗传编程方法的符号回归。与传统回归方法相比,该方法得到的拟合函数更精确,具有更广泛的适用性。文中通过对一个函数进行符号回归验证,说明此方法合理可行。