基因表达式编程的机理及高效算法研究

基因表达式编程(GEP)是数据挖掘领域借鉴生物基因表达思想的知识发现新技术，是遗传算法家族的新成员。目前GEP 研究主要集中在以下几方面：（1）用实验验证GEP各种遗传策略的效率，即"内部比较"；（2）将GEP应用于某领域的研究；（3）将GEP应用于解决某个实际问题。这些研究几乎没有涉及对GEP的内在机理和GEP的科学基础的研究,而对GEP的理论基础进行研究既是要点也是难点。本项目旨在：（1）对GEP的理论框架及其机理进行分析研究。包括对GEP的基本概念、各种遗传操作进行形式化描述，对其各种遗传操作在GEP中表现的理论基础和性能进行分析研究、对基于泛函分析理论、随机过程理论等数学原理的GEP收敛性进行分析研究。（2）基于GEP的机理，探讨GEP与其它智能计算方法融合的高效算法，以拓宽GEP解决问题的途径。（3）对GEP所挖掘的函数表达式的可解释性进行研究，提高GEP解决实际问题的能力。