Der Artikel stellt eine Methode der evolutionären Computerprogrammierung vor, die genetische Algorithmen verwendet, um automatisch ein dynamisches nichtlineares mathematisches Modell für das Data Mining zu erstellen und soziale und wirtschaftliche Trendvorhersagen und Regressionskurvenrundungen durchzuführen, wodurch die bisherige Methode, nur grobe Rundungs- und Vorhersagemethoden zu verwenden, geändert wird zur Kurvenanpassung und Trendvorhersage unter Verwendung traditioneller Prognosemodelle mit schlechten Ergebnissen in der Genauigkeit. Im Datenexperiment wurde das durch die evolutionäre Computerprogrammierungsmethode des genetischen Algorithmus automatisch generierte Evolutionsmodell verwendet, um eine Kurvenanpassung und Entwicklungstrendvorhersage für einige reale historische Daten durchzuführen und eine eingehende Analyse von Feedforward- und Feedback-Fehlern durchzuführen. Die Ergebnisse zeigen, dass das mit dieser Methode erstellte Evolutionsmodell viel genauer ist als die von den drei festen traditionellen mathematischen Modellen lineare Regression, exponentielle Regression und parabolische Regression vorhergesagten Daten Feedback Auch die Standardabweichung ist deutlich kleiner.
Expandieren
