15、机器学习与基因调控网络的进化计算探索

机器学习与基因调控网络的进化计算探索

1. 进化计算中的机器学习方法比较

在进化计算领域，不同算法在处理各类函数时表现各异。这里对DE、NENDE和SVC - DE三种算法在多个基准函数上进行了比较，结果如下表所示：
| Function | DE（平均） | DE（方差） | NENDE（平均） | NENDE（方差） | SVC - DE（平均） | SVC - DE（方差） |
| ---- | ---- | ---- | ---- | ---- | ---- | ---- |
| F F1 | 2.22E + 03 | 2.30E + 05 | 1.67E + 01 | 1.68E + 01 | 1.07E - 01 | 1.35E - 03 |
| F F6 | 1.13E + 08 | 4.34E + 15 | 7.27E + 04 | 9.56E + 08 | 2.54E + 03 | 9.67E + 06 |
| F F8 | 2.11E + 01 | 5.31E - 03 | 2.11E + 01 | 6.56E - 03 | 2.08E + 01 | 4.37E - 03 |
| F F9 | 2.31E + 02 | 3.01E + 02 | 2.04E + 02 | 1.29E + 02 | 2.09E + 02 | 1.71E + 02 |
| F F10 | 2.75E + 02 | 3.11E + 02 | 2.24E + 02 | 1.51E + 02 | 2.15E + 02 | 1.88E + 02 |

从这些结果可以看出，SVC - DE在处理简单函数时预测效果显著。例如，在最简单的函数F F