神經(jīng)網(wǎng)絡(luò)算子

——一種面向符號回歸問題的遺傳編程新方法

打開文本圖片集

摘 要：針對符號回歸中遺傳編程方法在表達(dá)式空間中隨機(jī)搜索缺乏方向性，以及種群進(jìn)化過程中未利用數(shù)據(jù)特征導(dǎo)致效率低下的問題，提出了一種稱作神經(jīng)網(wǎng)絡(luò)算子的新穎變異算子。該算子通過遞歸神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)給定數(shù)據(jù)集特征，優(yōu)化種群中的表達(dá)式，使種群向誤差更低的方向進(jìn)化，提升種群的進(jìn)化效率。實驗結(jié)果表明，結(jié)合神經(jīng)網(wǎng)絡(luò)算子的遺傳編程方法在公式恢復(fù)率和種群進(jìn)化速度上均優(yōu)于原始方法，并在宏觀經(jīng)濟(jì)數(shù)據(jù)集上取得了較高的決定系數(shù)。（剩余20939字）