四川省教育厅资助科研项目(2006B067)
- 作品数：4 被引量：16H指数：3
- 相关作者：唐常杰曾涛向勇刘胤田邱江涛更多>>
- 相关机构：四川大学成都电子机械高等专科学校天津师范大学更多>>
- 发文基金：国家自然科学基金四川省教育厅资助科研项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于频繁k元一阶元规则的多维离散数据挖掘模型被引量：3
- 2007年
- 为实现对多维离散数据的挖掘,提出了包含"与"、"或"、"非"逻辑的元规则概念模型,定义了元规则实例及相应的支持度和置信度概念。在此基础上提出了新的更精炼且更有启发意义的k元一阶元规则概念模型,定义了频繁度概念,证明了k元一阶元规则的空间性质定理包括上下界计算公式。文中的元规则具有更高的抽象层次,更小的解空间,能够描述元数据间的关系以及强规则实例的分布的情况。给出了k<5时,k元一阶元规则的空间分布情况的实验结果,验证了空间性质定理。实验结果表明,在标准数据集上显著k元一阶元规则的数量比相应的强的元规则实例数少1个数量级,频繁度为100%的k元一阶元规则比强的元规则实例数少2个数量级。
- 曾涛唐常杰向勇刘胤田邱江涛代术成
- 关键词：数据挖掘元规则离散数据
- 一种针对高维决策空间的进化多目标优化方法被引量：3
- 2008年
- 进化算法可并行处理多个解的特性使得它特别适合解决多目标优化问题。针对高维决策空间,将基因表达式编程引入多目标优化,设计了新的个体结构和操作,提出了一个进化多目标优化算法EMOGEP。实验结果表明,新算法在低维决策空间是可行和有效的;在高维决策空间中,表现出了比传统进化多目标优化算法更好的性能;多模态情况下,新算法能很好的逼近理论Pareto前沿。
- 向勇唐常杰曾涛朱明放邱江涛王蓉
- 关键词：高维多目标优化进化算法基因表达式编程
- 基于基因表达式编程的多目标优化算法被引量：12
- 2007年
- 目前的多目标优化进化算法在高维的决策空间中收敛性能不佳,针对这个问题,提出了基于基因表达式编程的多目标优化算法GEPMO,主要工作包括:提出了新的个体编码方案,分离了值基因和位置基因;设计了新的算子;分析了GEPMO的编码空间;提出了GEPMO的框架。在标准测试函数上的实验结果表明了新算法的有效性,在高维决策空间中GEPMO能够覆盖SPEA算法的结果集87.5%,但SPEA覆盖GEPMO仅为5%。
- 向勇唐常杰曾涛刘胤田乔少杰
- 关键词：多目标优化进化算法高维基因表达式编程
- 基于内嵌基因表达式编程的函数优化
- 2010年
- 基因表达式编程(GEP)算法在解码时常存在未表达的基因内区,在解决函数优化问题时存在缺陷,使得对简单函数的优化性能不如遗传算法(GA),而对复杂函数优化收敛速度较慢。为了改善基因表达效率和提高优化性能,做了下列工作:提出了新的基因解码方法,形成了内嵌基因表达式编程算法EGEP;设计了适合优化问题的个体编码方案;分析了个体的表达空间。实验表明,EGEP对简单函数优化的性能优于传统遗传算法;EGEP提高了对复杂函数的优化能力,即使在运行辈数降低200倍时,得到的性能仍然优于传统GEP和遗传算法。
- 向勇唐常杰曾涛张敏
- 关键词：函数优化遗传算法基因表达式编程
