符号回归:VIGP与Kaizen编程的探索
在符号回归领域,有两种重要的方法值得深入探讨,分别是VIGP(Vanishing Polynomial-based Genetic Programming)和Kaizen编程(KP)。本文将详细介绍这两种方法的原理、实验结果以及实际应用。
1. VIGP方法分析
1.1 VIGP与VIGP - 的对比
VIGP能够成功调节膨胀问题,并在均方误差(MSE)方面找到更好的解决方案。然而,在VIGP中,不仅消失多项式被移除,语义内含子也被移除。为了确定是哪种移除操作对结果贡献更大,将VIGP与仅移除语义内含子的VIGP - 进行对比。
在实值符号回归的实验中,VIGP和VIGP - 都进行了相同的操作:将树转换为多项式,展开后再转换回树,并在过程中移除语义内含子。实验结果如图4.8所示:
| 指标 | VIGP | VIGP - |
| ---- | ---- | ---- |
| 平均树高 | 较短 | 较长 |
| 最小MSE | 较小 | 较大 |
从图中可以看出,VIGP在两个目标函数上都实现了更短的平均树高和更小的MSE。这表明,移除消失多项式在实值符号回归中具有不可忽视的作用。
1.2 VIGP在6 - 奇偶性问题中的应用
6 - 奇偶性问题的目标是构建一个逻辑函数,仅当六个输入中有偶数个为1时返回1。在这个问题中,通常使用逻辑运算符(如AND、OR)作为遗传编程(GP)树的函数节点。为了避免逻辑函数与布尔多项式映射不唯一的问题,只使用AND和XOR运算符,它们分别对应布尔域中的乘法和加法。
超级会员免费看
订阅专栏 解锁全文
16

被折叠的 条评论
为什么被折叠?



