论文部分内容阅读
基因表达式编程（GEP）的个体代表了问题的候选解。在缺乏先验知识的情况下，个体长度的设定是个“两难”问题，过长或过短都会降低GEP的效率。对此，分析了个体长度对GEP求解效率的影响；设计了开放阅读框（ORF）过滤算子根据最优个体的进化历程动态调节个体的有效编码区域；验证了ORF过滤算子的有效性，实验结果表明，在同样的进化代数内，引入ORF过滤算子，GEP能进化出更高适应度的最优解且减少平均运行时间17．0％。