论文部分内容阅读
在研究科学和解决工程应用问题时，经常需要根据两个变量的实验数据，找出这两个变量之间的关系。使用传统的数据拟合技术所求得的近似公式大多表示为代数多项式，系数由最小二乘法原理建立正规方程组求出。但这种传统拟合方法存在一个“病态问题”，即系数行列式元素微小变化引起解的显著变化的问题。为了解决这个问题，采用基于人工智能的机器发现和数值计算的曲线拟合相结合的经验公式发现技术，并对经验公式发现系统中的误差评判方法提出了改进算法，提高了公式发现系统的可用性。