[發明專利]基于數據驅動遺傳編程算法的符號回歸方法及系統

有效

• 申請號: 202110273698.4
• 申請日: 2021-03-15
• 公開（公告）號: CN113111308B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 鐘競輝;林煜森
• 申請（專利權）人: 華南理工大學
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06N3/126
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 林梅繁

1.基于數據驅動遺傳編程算法的符號回歸方法，其特征在于，包括以下步驟：

S1、通過輸入元素集計算各個特征與輸出之間的互信息值，再計算各個特征與輸出之間的MIC值，根據MIC值找出重要的特征集，并決定參與步驟S2的重要的特征集以及步驟S3的終端元素；

S2、利用步驟S1中找出的重要的特征集生成隨機函數，再生成訓練圖像，進行CNN訓練，由CNN生成函數元素重要性權重向量；

S3、初始化遺傳編程算法與多染色體編碼方式的種群，若滿足終止條件，則結束；否則，更新種群，進行突變與交叉變異，再進行染色體解碼，并評估適應值，進行選擇后再循環判斷是否滿足終止條件；

步驟S2中利用訓練好的CNN，輸入符號回歸數據，將符號回歸數據對應的函數曲線作為CNN的輸入圖像，獲取函數元素重要性向量作為CNN的輸出，通過對每個函數元素類別的預測，輔助步驟S3的演化；

權重向量如公式(3)更新：

P_g+1＝αP_g+(1-α)Q_g??(3)

其中，p_g是第g代種群中終端元素和函數元素的重要性向量；Q_g是當前種群中的頻率向量；α是更新比例，其取值范圍為0到1；

每一個個體，即整個染色體都被解碼成一個多染色體結構，由多個子染色體組成；第一個染色體只包含重要的特征，第二個染色體包含重要的特征和部分不重要的特征，第三個包含所有的特征；遺傳編程算法的目標是從子染色體解碼的公式中通過線性組合來學習最優擬合公式，個體I的整個染色體具有p個子染色體，可描述為：

I＝L(C₁,C₂,...,C_p)??(4)

其中，C_i代表第i個子染色體；

目標擬合公式f(x)通過個體I構建出：

f(x)＝β₀+β₁C₁+β₁C₁+...+β_pC_p??(5)

其中，β₀，β₁，...，β_p是線性組合模型的參數。

2.根據權利要求1所述的基于數據驅動遺傳編程算法的符號回歸方法，其特征在于，步驟S1中互信息值表示如下：

其中，x和y是一對關系變量。

3.根據權利要求2所述的基于數據驅動遺傳編程算法的符號回歸方法，其特征在于，步驟S1中MIC值利用散點圖表示在二維空間中兩個離散變量之間的關系，MIC值將當前的二維空間在x和y方向上分割成若干網格，并計算落在每個網格上的點的數量，MIC值表示如下：

其中，a和b分別是在x和y方向上網格的數量；B是MIC值中的一個變量。

4.根據權利要求1所述的基于數據驅動遺傳編程算法的符號回歸方法，其特征在于，步驟S2中生成的隨機函數是由函數元素sin、cos、exp、log通過算子{+,-,*}連接而成的。

5.根據權利要求1所述的基于數據驅動遺傳編程算法的符號回歸方法，其特征在于，步驟S2中生成訓練圖像是通過隨機函數繪制函數曲線生成的，函數曲線反映出各種函數元素的特征，通過學習這些特征，從對應的函數曲線中識別出函數元素，輸出對每個函數元素的預測。

6.根據權利要求1所述的基于數據驅動遺傳編程算法的符號回歸方法，其特征在于，步驟S2中進行CNN訓練需要給訓練圖像分配相應的標簽，訓練圖像的標簽為生成的隨機函數中的有效函數元素。

7.根據權利要求1所述的基于數據驅動遺傳編程算法的符號回歸方法的系統，包括基于過濾法的特征選擇模塊，基于CNN的函數元素選擇模塊以及遺傳編程算法模塊；

基于過濾法的特征選擇模塊，用于輸入構建的元素集計算各個特征與輸出之間的互信息值，再計算各個特征與輸出之間的MIC值，根據MIC值找出重要的特征集并決定參與基于CNN的函數元素選擇模塊的重要的特征集和遺傳編程算法模塊的終端元素；

基于CNN的函數元素選擇模塊，用于根據重要的特征集生成隨機函數，再生成訓練圖像，進行CNN訓練，由CNN生成函數元素重要性權重向量；

遺傳編程算法模塊，用于初始化遺傳編程算法與多染色體編碼方式的種群，若滿足終止條件，則結束；否則，更新種群，進行突變與交叉變異，再進行染色體解碼，并評估適應值，進行選擇后再循環判斷是否滿足終止條件。