В статье представлен метод эволюционного компьютерного программирования с использованием генетических алгоритмов для автоматического создания динамической нелинейной математической модели для интеллектуального анализа данных, а также прогнозирования социальных и экономических тенденций и округления кривых регрессии, заменяя предыдущий метод, в котором использовались только грубые округления и аналитические методы. для подбора кривой и прогнозирования тенденций с использованием традиционных моделей прогнозирования с низкими результатами по точности. В эксперименте с данными модель эволюции, автоматически созданная методом эволюционного компьютерного программирования генетического алгоритма, использовалась для подгонки кривой и прогнозирования тенденций развития на некоторых реальных исторических данных, а также для проведения углубленного анализа ошибок прямой связи и обратной связи. Результаты показывают, что эволюционная модель, созданная с использованием этого метода, намного точнее, чем данные, предсказанные тремя фиксированными традиционными математическими моделями: линейной регрессией, экспоненциальной регрессией и параболической регрессией. Кроме того, стандартное отклонение прямой связи аппроксимирующей кривой и прогнозируемое. обратная связь Стандартное отклонение также значительно меньше.
Расширять
