本书是“智能科学技术著作丛书”之一，全书共分14个章节，主要对基因表达式编程算法原理与应用知识作了介绍，具体内容包括生物进化与进化计算、GEP算法基础、GEP的理论分析、GEP遗传操作与行为干预的拓展、GEP与其他算法的融合等。该书可供各大专院校作为教材使用，也可供从事相关工作的人员作为参考用书使用。

基因表达式编程是在继承和发展遗传算法与遗传编程优点的基础上发展起来的遗传计算家族中的新成员，是借鉴生物遗传的基因表达规律提出的搜索和知识发现新技术。研究已表明，它在很多领域具有比遗传算法和遗传编程更强的解决问题的能力。全书共分四部分(14章)。第一部分介绍了基因表达式编程产生的相关背景；第二部分系统地阐述了基因表达式编程的基本概念、基本原理、基本算法和理论分析；第三部分着重讨论了基因表达式编程算法的拓展和改进；第四部分重点介绍了基因表达式编程在知识发现等多个领域中的典型应用。

本书可作为高等院校计算机科学与技术、软件工程等相关专业高年级本科生的选修教材和数据挖掘、智能计算等方向研究生参考教材，特别是可作为所有拟对基因表达式编程技术进行深入研究或借助基因表达式编程技术进行应用研究的学者、工程师们的参考用书。

《智能科学技术著作丛书》序

序

前言

第一部分 背景概述篇

第1章 最优化问题

 1.1 最优化问题简述

 1.2 最优化问题的求解方法

1.2.1 求解最优化问题的数学方法

1.2.2 进化计算求解方法

1.2.3 无免费午餐定理

 参考文献

第2章 生物进化与进化计算

 2.1 从进化论到进化计算

2.1.1 生物进化论概要

2.1.2 遗传算法

2.1.3 进化策略

2.1.4 进化规划

2.1.5 遗传编程

 2.2 广义的进化计算

2.2.1 进化计算的本质

2.2.2 进化算法的一般框架

 2.3 生物的基因表达

2.3.1 DNA

2.3.2 RNA

2.3.3 蛋白质

2.3.4 基因表达过程

 2.4 从生物的基因表达到基因表达式编程

2.4.1 GEP的发展历史

2.4.2 GEP的研究和应用

2.4.3 GEP的特点

 参考文献

第二部分 基本算法与理论篇

第3章 GEP算法基础

 3.1 GEP的基本要素

3.1.1 开放读码框架和基因

3.1.2 GEP中的基因

3.1.3 多基因染色体

3.1.4 子表达式树的相互作用

 3.2 基本的遗传操作

 3.3 GEP基本算法

 3.4 适应度函数的选择和评估

 3.5 标准GEP的选择策略

 3.6 简单的函数发现实例

 参考文献

第4章 GEP的理论分析

 4.1 形式化定义

4.1.1 终结符和函数

……

第5章 GEP的进化过程分析

第三部分 算法拓展与改进篇

第6章 GEP个体与种群组织的拓展

第7章 GEP遗传操作与行为干预的拓展

第8章 并行GEP算法

第9章 GEP与其他算法的融合

第四部分 应用研究篇

第10章 GEP在函数挖掘中的应用

第11章 GEP在预测中的应用

第12章 GEP在规则挖掘中的应用

第13章 GEP在分类和聚类中的应用

第14章 GEP在其他领域的应用

附录