简介:
使用遗传规划技术来开发一种用于基于多个输入变量来预测至少一个输出变量的预测算法,所述遗传规划技术通过多代对候选算法的群体进行进化。在每一代中,基于三个适合度准则对候选算法进行评估:(I)精确性准则,评估每一个候选算法基于输入变量的相应历史测量,预测至少一个输出变量的历史测量的能力;(II)复杂度准则,评估每一个候选算法的复杂度;以及(III)平滑性准则,评估每一个候选算法的非线性。可以用于监视比如工厂中工业过程等物理、化学或者生物过程的推理传感器实施该预测算法。
使用遗传规划技术来开发一种用于基于多个输入变量来预测至少一个输出变量的预测算法,所述遗传规划技术通过多代对候选算法的群体进行进化。在每一代中,基于三个适合度准则对候选算法进行评估:(I)精确性准则,评估每一个候选算法基于输入变量的相应历史测量,预测至少一个输出变量的历史测量的能力;(II)复杂度准则,评估每一个候选算法的复杂度;以及(III)平滑性准则,评估每一个候选算法的非线性。可以用于监视比如工厂中工业过程等物理、化学或者生物过程的推理
传感器实施该预测算法。