摘要：介绍了遗传程序设计的基本原理 ,以及遗传程序设计的算法设计及其实现的几个关键问题 .将遗传程序设计应用于符号回归问题 ,获得满意的结果 .

摘要：有机-无机杂化钙钛矿因其优异的物理化学性质在太阳能电池及其他光电器件中有重要应用。其中,带隙是材料设计中必须考虑的一个关键物理量。利用机器学习建立准确的带隙模型可以帮助快速预测新材料。本工作通过研究基于Voronoi图方法的结构特征对机器学习的重要性发现,相比于只有元素特征的机器学习,通过加入Voronoi图结构描述特征,符号回归(VS-SISSO)、人工神经网络(ANN)和随机森林(RF)建立的带隙模型精度均有提升。由于符号回归模型相对简单,Voronoi图结构特征的重要性在该方法中体现最高。以上3种机器学习方法给出的模型预测能力接近,但符号回归模型具有明确的数学表达式,透明度相对更高。特征重要性分析表明,Voronoi图结构特征在所有输入特征中的重要性最高。本工作展示了Voronoi图结构特征在提升机器学习模型准确度及可解释性方面的重要价值。

摘要：管道运输是当前长距离输送石油、天然气等能源最经济的方式之一,具有优异的低温韧性是保证管线钢安全运输的重要特征.落锤撕裂试验(Drop weight tear testing,DWTT)是衡量管线钢低温韧性的最有效的方法.在目前的工作中,根据钢厂提供的产线数据集和文献收集的管线钢数据集,建立了基于机器学习的DWTT剪切面积预测模型.基于纯产线数据和文献数据辅助的产线数据构造了两种机器学习策略方案,测试了不同机器学习算法,效果最好的均是随机森林模型,策略一的纯产线数据模型的性能指标皮尔逊相关系数(PCC)为0.64,策略二的文献数据辅助的产线数据模型的性能指标皮尔逊相关系数(PCC)为0.92,文献数据的增加有效提高了DWTT剪切面积预测精度.机器学习技术为优化和预测DWTT剪切面积提供了一种新的思路.

摘要：基因表达式程序设计(GEP)是应用十分广泛的自动程序设计方法.就解码方法而言,它主要依据广度优先原则来实施从个体表示到表达式的转换.这代表基因片段的含义会因环境的变化而变化.为此,现有GEP对个体的评估缺乏并发支持能力.本文从理论与实验两个方面证实:深度优先原则及个体多解技术,即让单个染色体编码多个解的技术,既可解决以上GEP困境也可显著改善其性能.

摘要：本文提出一种基于GEP的混合并行算法,将模拟退火机制与遗传机制结合,以提高算法跳出局部最优的能力;同时引入多种群策略和迁移算子,实现了运行于一定规模处理器内的粗粒度可扩展并行计算.对序列推理、函数发现和太阳黑子预测三组数据测试,与用基本GEP算法的结果进行对比,实验表明改进的算法具有更强的寻优能力和更高的稳定性.

摘要：基因表达式程序设计(GEP)在时间序列分析、分类、自动程序设计、多目标优化、海量数据分析等领域中有着广泛的应用。在GEP解码过程中,将深度优先和广度优先技术的优点相结合,提出了基于深度广度联合解码的GEP算法,从而既能适量地增加种群中个体的多样性,又能适当地保留较优的子树信息(sub_ET)。实验表明,相比标准GEP算法,新算法在进化时间增加不多的情况下提高了平均适应度,获得了更高的成功率。

摘要：受其他多种线性编码的遗传程序设计算法的启发,提出一种新的编码方式的遗传程序设计——符号遗传程序设计。该编码方式具有简单、无语法限制并且能够在不增加计算量的情况下将染色体翻译成多个表达式等特点。分析与实验表明该算法具有较高的效率和较强的稳定性。

摘要：基因表达式程序设计(GEP)的解码通常仰赖表达式树的建立和后序遍历技术,因而解码复杂度、性能自然成为GEP应用的要害所在.在分析GEP基因型与表现型关系的基础上,提出一种称谓RL-GEP的新型解码方法.新方法基于0目操作符概念、工程应用与系统设计的原则,采用"一次读码多样本解析"和直接对线性编码的基因型实施解码等方法来提高解码效率,算法模型简单修改即可得到一种新型的传统GEP"无树解码"方法,具有良好的扩展性.RL-GEP不仅与传统GEP具有相同的表达能力与表现型空间,而且易于理解、应用和扩展.从求解回归问题的实验看来,本方法和经典GEP有相似问题求解的能力,但效率更高.

摘要：遗传程序设计(GP)是运用遗传算法的思想,通过生成计算机程序来解决问题的,但用它来解决大型或复杂问题时,就存在一些难以解决的问题,尤其是大量使用计算机内存和CPU时间,大大影响了工作性能。以符号回归问题为例,针对传统的遗传程序设计方法在解决问题时所遇到的困难,提出一个基于模拟退火算法的遗传程序设计方法,进一步提高GP系统求解问题的能力。

摘要：为维持进化过程中的种群多样性,并进一步提高求解问题的精确度,在SGP算法的基础上引入元胞自动机模型理论,提出一种能够实现具有细粒度并行的CSGP算法。该算法可提高求解问题的成功率以及减少进化代数,对比实验表明,CSGP算法较GEP算法和SGP算法在求解符号回归的问题上有较好的性能优势。