隐性基因遗传编程算法-返回.ppt

SCU CS本科毕业论文答辩PPT示范1 /35 作答辩用PPT技巧 和 示范 w 1 注意事项和技巧 w 2 一个示范PPT “隐性基因遗传编程算法” SCU CS本科毕业论文答辩PPT示范2 /35 w 会议报告或答辩时间一般10-30分钟，把自己 的工作在１０-- 30分钟内讲出来，是对综合 能力、表达能力的挑战 w 这种能力在学生的一生中非常重要求职 ，面试，申请项目，总结等等） w 作好PowerPoint幻灯片是答辩好的重要环节 一般有下列要点： 注意事项和技巧 SCU CS本科毕业论文答辩PPT示范3 /35 注意事项 w 每页８—１０行字 或 一幅图只列出要点，关键技术 w 突出自己的工作，不要在背景，前人工作上花过多时间 w 本科学生毕业论文篇幅可以大致分配如下： w 提纲：１页， w 背景： １—２页， w 提出问题，分析问题：５页， w 解决问题， １０—１５页， w 小结：１ 页，主要成果，工作，程序量，效益等等 报告的重点 主要思想、算法，特 殊技术创新点等等 SCU CS本科毕业论文答辩PPT示范4 /35 计算机系学生： 怎样讲算法 w算法1 SARM算法 w输入：算法参数配置，训练集Dataset，相似属性集SimilartySet； w输出：神经网络权重矩阵集合和节点阈值集合； wBegin w1 InitMatrixes (MWeights, MThresholds); w2 LoadSimilarityMatrix(MWeights, SimilartySet); w3 i=0; w4 While (i Max_Genaration) Do w5 For j := 0 To Train_Len - 1 Do w6 SetTrainningData(j); //Load j-th record of dataset w7 ForwardPropagation(MWeights, MThresholds);//前向传播 w8 BackwardPropagation(MWeights, MThresholds);//后向传播 w9 End For; w10 i=i+1; w11 result ← Evaluation (Dataset, MWeights, MThresholds); w12 If result Precision Then Return MWeights, MThresholds; w13 End For w14 Return MWeights, MThresholds; wEnd. 这一行的思想 是 XXXX SCU CS本科毕业论文答辩PPT示范5 /35 怎样讲算法 w算法1 SARM算法 w输入：算法参数配置，训练集Dataset，相似属性集SimilartySet； w输出：神经网络权重矩阵集合和节点阈值集合； wBegin w1 InitMatrixes (MWeights, MThresholds); w2 LoadSimilarityMatrix(MWeights, SimilartySet); w3 i=0; w4 While (i Max_Genaration) Do w5 For j := 0 To Train_Len - 1 Do w6 SetTrainningData(j); //Load j-th record of dataset w7 ForwardPropagation(MWeights, MThresholds);//前向传播 w8 BackwardPropagation(MWeights, MThresholds);//后向传播 w9 End For; w10 i=i+1; w11 result ← Evaluation (Dataset, MWeights, MThresholds); w12 If result Precision Then Return MWeights, MThresholds; w13 End For w14 Return MWeights, MThresholds; wEnd. 这一行的思想 是XXX SCU CS本科毕业论文答辩PPT示范6 /35 怎样讲算法 w算法1 SARM算法 w输入：算法参数配置，训练集Dataset，相似属性集SimilartySet； w输出：神经网络权重矩阵集合和节点阈值集合； wBegin w1 InitMatrixes (MWeights, MThresholds); w2 LoadSimilarityMatrix(MWeights, SimilartySet); w3 i=0; w4 While (i Max_Genaration) Do w5 For j := 0 To Train_Len - 1 Do w6 SetTrainningData(j); //Load j-th record of dataset w7 ForwardPropagation(MWeights, MThresholds);//前向传播 w8 BackwardPropagation(MWeights, MThresholds);//后向传播 w9 End For; w10 i=i+1; w11 result ← Evaluation (Dataset, MWeights, MThresholds); w12 If result Precision Then Return MWeights, MThresholds; w13 End For w14 Return MWeights, MThresholds; wEnd. 这一行的思想 是XXX SCU CS本科毕业论文答辩PPT示范7 /35 注意事项 3. 演讲者 大约一分钟讲２页。

听众一分钟可 以看完４—５页不能完全照着念要用口语 化的语言,讲演式的语言 4. 充分利用图形，可以在较短时间内传递较多 信 息 5 １０—１５分钟的报告，准备２０—30页 即可 SCU CS本科毕业论文答辩PPT示范8 /35 注意事项 n 底色尽量用浅色(米黄、象牙白、浅灰，…等），(方便色盲 、色弱和老年观众, 同时可用的文字颜色和图表颜色比较丰 富）加上页码，再打开母板，把改为 ”/x” ， x是总 页数，使得讲演者和听众都能 知道 已讲百分比，便于调整 速度 n 背景或边饰宜 简约， 可以用校徽，本单位标志物等 n 报告时，用 “幻灯片放映—排练计时”模式，当排练计时窗 口出现后，拖成为顶部时间状态条，(可隐去排练二字）便 于准确知道已经使用时间，和提问已经用的时间 SCU CS本科毕业论文答辩PPT示范9 示范PPT取自某同学答辩PPT 隐性基因遗传编程算法 一种改进的遗传编程算法 学生：Wei D 指导教师：Tang C. 在一位同学的答辩PPT,基础上，配色上作了小的修改 共24页，答辩实用时间 10分钟 报告时，用幻灯片放 映—排练计时 底色用浅色， 字体 的颜色丰富 SCU CS本科毕业论文答辩PPT示范10 /35 提纲 w 背景 w 隐性基因遗传编程算法 w 符号回归实验 w 太阳黑子预测 w 总结 先插入页码，再在母版 中加上 /n ,n为总页码 ，便于控制语速 如新闻广播， 先简介大概内 容 SCU CS本科毕业论文答辩PPT示范11 /35 达尔文自然选择法则与计算机 科学的结合 w 达尔文自然选择法则 达尔文用“自然选择、适者生存”来概括生物进化过程 w 生物进化过程本质上是优化过程 w 模拟生物进化过程的进化算法 SCU CS本科毕业论文答辩PPT示范12 /35 两种经典的进化算法 w 遗传算法（Genetic Algorithm，GA） w 遗传编程（Genetic Programming，GP） GA与GP的本质：全局性概率搜索算法 个体（染色体）：搜索对象。

适应度：表示了个体产生的效益，是个体优秀程度的度量 达尔文自然选择法则体现为：根据适应度进行选择，决定个体是否 参加复制、交叉等遗传操作 SCU CS本科毕业论文答辩PPT示范13 /35 GA概述 用定长的线性串（染色体）对问题的解进行编码，通过 复制、交叉和变异等遗传操作改变染色体的结构 例: 在[0,31]的整数上求f(x) = x^2的最大值 采用整数的二进制编码，x = {10111}表示了16+4+2+1 = 23 {11001},{10101} 在基因位置2交叉得到{11101}与{10001} ； {10111}在基因位置5进行变异得到{10110} SCU CS本科毕业论文答辩PPT示范14 /35 GA概述 w GP对GA的发展 GAGP 定长线性串非定长层次结构 例：f(x) = x*sin(x)+3对应的染色体： + * x 假动画技巧 演示生长过 程 SCU CS本科毕业论文答辩PPT示范15 /35 GA概述 w GP对GA的发展 GAGP 定长线性串非定长层次结构 例：f(x) = x*sin(x)+3对应的染色体： + 3* x 假动画技巧 演示生长过 程 SCU CS本科毕业论文答辩PPT示范16 /35 GA概述 w GP对GA的发展 GAGP 定长线性串非定长层次结构 例：f(x) = x*sin(x)+3对应的染色体： + 3* xsin 假动画技巧 演示生长过 程 SCU CS本科毕业论文答辩PPT示范17 /35 GA概述 w GP对GA的发展 GAGP 定长线性串非定长层次结构 例：f(x) = x*sin(x)+3对应的染色体： + 3* xsin x 假动画技巧 演示生长过 程 SCU CS本科毕业论文答辩PPT示范18 /35 GP概述 w GP的遗传算子要受一定的语义限制 Crossover + y* 3x T1 - xlog z T2 + ylog z T2 - x* 3x T1 SCU CS本科毕业论文答辩PPT示范19 /35 GP的应用现状 w 应用领域 GP已经在机器人路径规划、响应agent、预测和分类、图像和信号 处理、数据挖掘、信息检索、进化硬件、电子电路设计等领域取得 了重要成果 w 应用中遇到的困难 硬件性能要求高，运行时间长。

效率已经成为GP应用的瓶颈！ SCU CS本科毕业论文答辩PPT示范20 /35 隐性基因遗传编程算法 （Recessive Gene Genetic Programming, RGGP） w 背景 提高GP性能已经成为国内外学者研究的热点 w RGGP的目标 保持与GP在应用中的兼容性，提高GP的性能 SCU CS本科毕业论文答辩PPT示范21 /35 RGGP算法思想 w 生物隐性基因的启发 w GP的染色体树也有“隐性基因” 下图子树T1的性质被掩盖了， “只见森林，不见树木” + y* 3x T1 SCU CS本科毕业论文答辩PPT示范22 /35 RGGP对GP的改进 nGP缺点分析 没有利用子染色体的相对独立性；搜索空间小；存在对进化过程的 人为干预；结果通常非常复杂 w RGGP发掘“隐性基因”改进GP RGGP染色体树的所有子树作为有效的搜索对象，扩大搜索范围； 并用最优子染色体树取代原染色体树实现结构优化 SCU CS本科毕业论文答辩PPT示范23 /35 RGGP的实现方法 w适应度计算 得到每一棵子染色体树所代表程序的返回值后，代入适 应度函数求出子染色体树的适应度。

w用最优子染色体取代原染色体 若染色体没有子染色体，则自身就是最优子染色体；否 则，先求出直接子染色体的最优子染色体，然后，比较 本染色体和所有这些最优子染色体的适应度，取适应度 最大的染色体作为本染色体的最优子染色体 SCU CS本科毕。