论文部分内容阅读
为了提高遗传规划算法的性能，把遗传算法中的小生境技术运用到遗传规划中，提出了改进的遗传规划算法（NGP）。该算法首先对原始训练集进行数据拟合，然后应用小生境技术跟踪拟合函数的极值点，并根据拟合函数的维数的不同，分别计算极值点在自变量维上的欧氏距离并排序，选取欧式距离较大且数量不超过原始训练集10%的极值点，加入到原始训练集中作为新的训练集，最后用遗传规划算法处理新训练集。在符号回归实验中对NGP 的准确率进行了测试，说明了该算法的准确性和有效性。