본 논문에서는 대략적인 반올림과 예측만을 사용했던 과거 방식을 바꾸어, 데이터 마이닝을 위한 동적 비선형 수학적 모델을 자동으로 구축하고 사회 경제적 추세 예측과 회귀 곡선 반올림을 수행하는 유전자 알고리즘을 사용하는 진화적 컴퓨터 프로그래밍 방법을 소개합니다. 정확성이 떨어지는 기존 예측 모델을 사용하여 곡선 피팅 및 추세 예측을 수행합니다. 데이터 실험에서는 유전자 알고리즘 진화 컴퓨터 프로그래밍 방식에 의해 자동 생성된 진화 모델을 사용하여 일부 실제 과거 데이터에 대한 곡선 피팅 및 개발 추세 예측을 수행하고 피드포워드 및 피드백 오류에 대한 심층 분석을 수행했습니다. 결과는 이 방법을 사용하여 확립된 진화 모델이 선형 회귀, 지수 회귀 및 포물선 회귀의 세 가지 고정된 기존 수학적 모델로 예측한 데이터보다 훨씬 더 정확하다는 것을 보여줍니다. 또한 피팅 곡선의 피드포워드 표준 편차와 예측값도 마찬가지입니다. 피드백 표준편차도 상당히 작습니다.
확장하다
