Resumen

La programación de expresión génica (GEP) utiliza codificación lineal simple para resolver problemas de modelado complejos. Sin embargo, el rendimiento está limitado por la efectividad del método seleccionado para evaluar a los individuos de la población, la amplitud y profundidad del dominio de búsqueda para la solución, y la capacidad de precisión para corregir la solución basada en datos históricos. Por lo tanto, se propone un nuevo algoritmo de predicción GEP de doble modo basado en irregularidad y período similar. Toma medidas para especializar los datos originales para reservar a los individuos élite, reevaluar a los individuos objetivo y procesar datos y soluciones a través del modo de período similar, lo que evita la tendencia a quedarse atascado en un óptimo local y la complejidad de las precisiones para corregir problemas de modelado complejos debido a la insuficiencia del alcance del dominio de búsqueda, y posteriormente se obtienen mejores resultados de convergencia. Si tomamos el precio del puerro y los datos de observación de manchas solares

• Materias:Modelo Matemático Gestión ambiental Sistemas dinámicos Datos estructurales Sistema inalámbrico
• Subjects:Mathematical model Environmental management Dynamic systems Structural data Wireless system
• Palabras claves:Programación de expresión génica; Gep; Algoritmo de predicción; Dominio de búsqueda; Precisión; Convergencia
• Keywords:Gene expression programming; Gep; Prediction algorithm; Search domain; Precision; Convergence