基因表達(dá)式編程算法原理與應(yīng)用

前言

十年前，研究進(jìn)化生物學(xué)的Ferreira博士融合了遺傳算法的兩個傳統(tǒng)領(lǐng)域一一遺傳算法和遺傳編程，提出了遺傳計算家族中的新算法——基因表達(dá)式編程。遺傳算法的染色體是線性定長串，旨在通過簡單編碼解決簡單問題；遺傳編程的染色體是不定長非線性樹結(jié)構(gòu)，旨在利用復(fù)雜編碼解決復(fù)雜問題；基因表達(dá)式編程用定長線性串表達(dá)非線性樹結(jié)構(gòu)，是利用簡單編碼解決復(fù)雜問題?；虮磉_(dá)式編程一方面繼承了遺傳算法的剛性、規(guī)矩和快速，另一方面繼承了遺傳編程的柔性易變和多能。2000年，當(dāng)Ferreira報告基因表達(dá)式編程的效率比老的遺傳編程系統(tǒng)高出102～6×105倍時，學(xué)術(shù)界還將信將疑。在一片懷疑聲中，網(wǎng)頁設(shè)計和圖形軟件開發(fā)者Jos6 Simas對基因表達(dá)式編程給予了高度評價，并同F(xiàn)erreira合作創(chuàng)辦了基因表達(dá)式編程公司，開發(fā)了基于基因表達(dá)式編程的軟件，同時在理論、工程和系統(tǒng)三方面對傳統(tǒng)思維的發(fā)起了沖擊。2001年，F(xiàn)erreira在Complex。Systems雜志第2期發(fā)表了其原創(chuàng)性論文Gene Explession Programmzng：A Newf.Adaptive Az-gorithm for Solving Problems；2002年，F(xiàn)erreira出版了有關(guān)基因表達(dá)式編程的第一本專著Gene Expression Programming：Mathematical Modeling by An Arificial Intelligence。當(dāng)基因表達(dá)式編程在地球村那一半剛一出現(xiàn)，就在中國找到了知音。四川大學(xué)數(shù)據(jù)庫與知識工程研究所的研究團隊，特別是左劫博士，當(dāng)Ferreira原創(chuàng)性論文在網(wǎng)上出現(xiàn)10多天，尚未正式發(fā)表時，以特有的興趣和學(xué)術(shù)敏感，捕捉了機會，將基因表達(dá)式編程第一時間引入國內(nèi)，該團隊連續(xù)得到兩個國家自然科學(xué)基金和一個博士點基金，開展了深入的研究。在國際會議WAIM 2002上，該團隊發(fā)表了國內(nèi)第一篇關(guān)于基因表達(dá)式編程的研究論文。在文中用數(shù)學(xué)歸納法嚴(yán)格地證明了被Ferreira直接采用而未加以證明的收斂定理：“對任意良好定義的基因，F(xiàn)erreira的解碼過程（算法）總能成功返回到對應(yīng)的表達(dá)式樹的根節(jié)點”，這一定理在理論上證明了Ferreira的解碼算法總會成功收斂，掃除了理論上的障礙，拉開了國內(nèi)關(guān)于基因表達(dá)式編程研究與應(yīng)用的序幕。

內(nèi)容概要

基因表達(dá)式編程是在繼承和發(fā)展遺傳算法與遺傳編程優(yōu)點的基礎(chǔ)上發(fā)展起來的遺傳計算家族中的新成員，是借鑒生物遺傳的基因表達(dá)規(guī)律提出的搜索和知識發(fā)現(xiàn)新技術(shù)。研究已表明，它在很多領(lǐng)域具有比遺傳算法和遺傳編程更強的解決問題的能力。全書共分四部分(14章)。第一部分介紹了基因表達(dá)式編程產(chǎn)生的相關(guān)背景；第二部分系統(tǒng)地闡述了基因表達(dá)式編程的基本概念、基本原理、基本算法和理論分析；第三部分著重討論了基因表達(dá)式編程算法的拓展和改進(jìn)；第四部分重點介紹了基因表達(dá)式編程在知識發(fā)現(xiàn)等多個領(lǐng)域中的典型應(yīng)用。    本書可作為高等院校計算機科學(xué)與技術(shù)、軟件工程等相關(guān)專業(yè)高年級本科生的選修教材和數(shù)據(jù)挖掘、智能計算等方向研究生參考教材，特別是可作為所有擬對基因表達(dá)式編程技術(shù)進(jìn)行深入研究或借助基因表達(dá)式編程技術(shù)進(jìn)行應(yīng)用研究的學(xué)者、工程師們的參考用書。

書籍目錄

《智能科學(xué)技術(shù)著作叢書》序序前言第一部分　背景概述篇　第1章　最優(yōu)化問題　　1.1　最優(yōu)化問題簡述　　1.2　最優(yōu)化問題的求解方法　　　1.2.1　求解最優(yōu)化問題的數(shù)學(xué)方法　　　1.2.2　進(jìn)化計算求解方法　　　1.2.3　無免費午餐定理　　參考文獻(xiàn)　第2章　生物進(jìn)化與進(jìn)化計算　　2.1　從進(jìn)化論到進(jìn)化計算　　　2.1.1　生物進(jìn)化論概要　　　2.1.2　遺傳算法　　　2.1.3　進(jìn)化策略　　　2.1.4　進(jìn)化規(guī)劃　　　2.1.5　遺傳編程　　2.2　廣義的進(jìn)化計算　　　2.2.1　進(jìn)化計算的本質(zhì)　　　2.2.2　進(jìn)化算法的一般框架　　2.3　生物的基因表達(dá)　　　2.3.1　DNA　　　2.3.2　RNA　　　2.3.3　蛋白質(zhì)　　　2.3.4　基因表達(dá)過程　　2.4　從生物的基因表達(dá)到基因表達(dá)式編程　　　2.4.1　GEP的發(fā)展歷史　　　2.4.2　GEP的研究和應(yīng)用　　　2.4.3　GEP的特點　　參考文獻(xiàn)第二部分　基本算法與理論篇　第3章　GEP算法基礎(chǔ)　　3.1　GEP的基本要素　　　3.1.1　開放讀碼框架和基因　　　3.1.2　GEP中的基因　　　3.1.3　多基因染色體　　　3.1.4　子表達(dá)式樹的相互作用　　3.2　基本的遺傳操作　　3.3　GEP基本算法　　3.4　適應(yīng)度函數(shù)的選擇和評估　　3.5　標(biāo)準(zhǔn)GEP的選擇策略　　3.6　簡單的函數(shù)發(fā)現(xiàn)實例　　參考文獻(xiàn)　第4章　GEP的理論分析　　4.1　形式化定義　　　4.1.1　終結(jié)符和函數(shù)　　　……　第5章　GEP的進(jìn)化過程分析第三部分　算法拓展與改進(jìn)篇　第6章　GEP個體與種群組織的拓展　第7章　GEP遺傳操作與行為干預(yù)的拓展　第8章　并行GEP算法　第9章　GEP與其他算法的融合第四部分　應(yīng)用研究篇　第10章　GEP在函數(shù)挖掘中的應(yīng)用　第11章　GEP在預(yù)測中的應(yīng)用　第12章　GEP在規(guī)則挖掘中的應(yīng)用　第13章　GEP在分類和聚類中的應(yīng)用　第14章　GEP在其他領(lǐng)域的應(yīng)用附錄

章節(jié)摘錄

插圖：

編輯推薦

《基因表達(dá)式編程算法原理與應(yīng)用》：智能科學(xué)技術(shù)著作叢書

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    基因表達(dá)式編程算法原理與應(yīng)用 PDF格式下載

---