データマイニングにおける遺伝的アルゴリズムの応用

この論文では、データマイニングのための動的な非線形数学モデルを自動的に確立し、社会的および経済的傾向の予測と回帰曲線の丸めを実行する、遺伝的アルゴリズムを使用した進化的コンピュータープログラミングの方法を紹介し、大まかな丸めと予測のみを使用する過去の方法を変更します。精度が低い従来の予測モデルを使用したカーブ フィッティングとトレンド予測に使用します。データ実験では、遺伝的アルゴリズムの進化的コンピュータプログラミング手法によって自動的に生成された進化モデルを使用して、いくつかの実際の過去のデータに対してカーブフィッティングと開発傾向の予測を実行し、フィードフォワードエラーとフィードバックエラーの詳細な分析を実行しました。結果は、この方法を使用して確立された進化モデルが、線形回帰、指数回帰、および放物線回帰の 3 つの固定された従来の数学モデルによって予測されたデータよりもはるかに正確であることを示しています。さらに、フィッティング曲線のフィードフォワード標準偏差と予測値も同様です。フィードバック 標準偏差も大幅に小さくなりました。