第28卷第5期V0.8N0.125重庆3商大学学报（自然科学版）^―JCogigTcn1Bsnsnv(tSiE)hn\qnehouiesUi.Nacd2101年10月0c・01t21文章编号：62—5X(010090170821)5—-46—5遗传规划算法的改进研究姜群，陈宁,张曼（重庆理T大学计算机科学与工程学院，重庆405)04摘要：通过改变遗传规划算法在生成初始群体时的方法，整变异概率，正适应度函数，调修对遗传规划算法进行改进，生成的初始群体具有良好的性能;使并通过两个函数进行符号验证，明改进后的方法是说有效可行的。关键词：传规划;遗改进算法；号冋归；应度函数符适屮图分类号:P8T1文献标志码:A2纪70世0年代，01d教授受生物学的启发，出了著名的遗传算法:II1na提经过30多年的应用与发展，算法已经成为非线性优化计算的有效工具，遗传具有重要的现实意义和工程意义，到了广泛的研究和得运用。遗传规划是从遗传算法中派生和发展起來的一种搜索寻优技术。上世纪90年代初，国学者Kz美oa3］在遗传算法的基础上进一步捉出遗传规划算法（eeiPormigo遗传规划（P是一种关于产生问Gntramn）cgG）题解的计算机程序或者其他复杂结构的口动方法。遗传规划试图研究计算科学的一个屮心问题:计算机怎样在没有明显编程的情况下来解决问题。遗传规划为上述问题的解决提供了一个可能的工具；在解决人它工智能、器学习、机控制技术等领域中的问题时效果显箸。同时，现遗传规划算法本身也存在许多问题，发首先，初始种群是随机产生的，布于整个解空间，遍但整体索质一般很差，有许多甚至是不可行的，经过儿要代或更多代后整体素质才有提高H次,传规划算法的效率受多种因素影响，否能够收敛到全局最优遗是解（或满意解）不仅与初始群体的质量有关，与参数选取、传操作及适应值的测试方式等有很大关系。还遗因此，有必要对遗传规划进行改进，而提高其收敛性能，快寻优过程、短寻优时间。从加缩1遗传规划的基本内容（）G1P的基本思想。基木过程是在由许多可行的计算机程序组成的搜索空间中，寻找出有最佳适应度的计算机程序。仿夠J物界进化和遗传的过程，从"胜劣汰，遵优适者生存"口然法则，用复制、换的应交及突变等若干个进化方式。子代计算机程序通过自然选择和遗传机制而产生。（）G2P求解问题的操作步骤。①确定个体的表达方式，现为确定函数符集F和终止符集；随机表②产生初始群体；计算群体小各个体的适应度;③即根据个体解决问题的好坏赋予一适应度;执行遗传操④作，括（包选择）复制、交叉、突变等;循环执行③④直到满足终止条件;⑤执行过程如图1。（）G3P的主要特征。产生的结果具有层次化的特点；随着进化的延续，个体不断朝着问题答案的方向动态地发展；需事先确定或限制最终答案的结构或大小，传规划将根据环境自动确定：入、不遗输中间结果和输出是问题的自然描述，无需或少需对输人数据的预处理和对输岀结果的后处理；遗传规划中，体结在个构变化是主动的，它们并不是对问题答案的被动式编码，体结构在遗传时能从当前状态主动地改变结构个和大小进化成新的，更优的状态。收稿日期：0100；iHl0期：0102.21—3—5修21—4一5作者简介：群（99一）女，庆市人，教授，事智能计算、姜15,重副从数据挖掘及生物信息研究在遗传规划中，4G首先要解决的问题是如何用一系列可行的函数对个体进行描述，而这种函数能反复地出IV个函数集合F?符集合｛o合而成。函数集，m)自变量，对函数分别为z)Z(,,•,}F=中每个特定)i,J'mo｛厂…，函数N个)...Z2Tn,定有(选，相应(—)｝IV个终止o组n=12...,自变量个数(的函数集内的函数可以是:EP0尔运算符，术运算符一，十，一,算如x,标如I0AD0,0如N,第5期姜群，：传规划算法的改进研究等遗479图1遗传规划算法的执行过程()P的个体描述方法。/等；准数学函数，SN,Cg,X,LG,，来.・・等；布RNT等；条件表达式，I.HNES,WIC-AE等；如FTE—LESTHCS可迭代函数,如D—NI,IEDOUTLWHL—0等；可递归函数；也可以是任何其他可定义的函数。终止符集T内可以是变量或常量。有时终止符隐含着函数关系，简化起见将它视为无自变量的函数。为()G5P的终止准则。遗传规划并行计算的本质在于它永远不停地进化。但在实际应用中，一旦某个终止准则满足，进化过程就立即停止。终曲则一般有两个:当最大容许进化代数G满足时,化过程立即停进止；当预先设定的问题求解成功，