| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·引言 | 第7页 |
| ·符号回归 | 第7-10页 |
| ·线性回归模型 | 第8-9页 |
| ·非线性回归模型 | 第9-10页 |
| ·其它回归模型 | 第10页 |
| ·符号回归与数据挖掘的关系 | 第10-13页 |
| 第二章 基因表达式程序设计(GEP) | 第13-31页 |
| ·生物遗传和进化 | 第13-14页 |
| ·遗传算法 | 第14-16页 |
| ·遗传算法的概念 | 第14-15页 |
| ·遗传算法的特点 | 第15页 |
| ·遗传算法的局限性 | 第15-16页 |
| ·遗传规划 | 第16-19页 |
| ·遗传规划的基本概念 | 第16页 |
| ·遗传规划的基本原理 | 第16-18页 |
| ·遗传规划的主要步骤 | 第18-19页 |
| ·相关的模拟退火算法 | 第19-20页 |
| ·模拟退火算法的基本原理 | 第19页 |
| ·模拟退火的步骤 | 第19-20页 |
| ·GEP | 第20-31页 |
| ·GEP的基本概念 | 第20-21页 |
| ·基因结构及编码 | 第21-24页 |
| ·产生初始种群 | 第24页 |
| ·适应度函数 | 第24-25页 |
| ·遗传算子 | 第25-26页 |
| ·算法流程 | 第26-28页 |
| ·GEP与遗传规划的比较 | 第28-31页 |
| 第三章 基于GEP的符号回归问题 | 第31-57页 |
| ·传统回归方法 | 第31-32页 |
| ·基于GEP的符号回归问题 | 第32-38页 |
| ·基于GEP的符号积分 | 第33-37页 |
| ·符号积分的描述 | 第33-34页 |
| ·用GEP解决符号积分的具体过程 | 第34-37页 |
| ·实验 | 第37-38页 |
| ·结论 | 第38页 |
| ·基于GEP的含任意常数的符号回归 | 第38-49页 |
| ·含任意常数的符号回归的描述 | 第38-39页 |
| ·用GEP解决GEP的含任意常数的符号回归的具体过程 | 第39-43页 |
| ·实验 | 第43-48页 |
| ·结论 | 第48-49页 |
| ·基于GEP的计算机图像压缩 | 第49-57页 |
| ·计算机图像压缩的描述 | 第49-50页 |
| ·用GEP解决计算机图像压缩的具体过程 | 第50-53页 |
| ·实验 | 第53-55页 |
| ·结论 | 第55-57页 |
| 结束语 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 附录: 攻读学位期间所发表的学术论文目录 | 第61-63页 |
| 致谢 | 第63-64页 |