درود.
بنده در حین کاوش برای حل این مشکل با روش (Gene Expression Programming ) یا برنامه‌سازی بیان‌ژنی (GEP) آشنا شدم که انشعابی از نگاه الگوریتم ژنتیک و به طور خاص GP محسوب می‌شود و قادر به کشف رابطه‌ی ریاضی به صورت ابتکاری است. یکی از کاربردهای این روش برآورد ساختار جعبه‌سیاه شبکه‌های عصبی است.
مدت ۱ ماه به طور کامل روی این روش وقت گذاشتم و بعد از انجام کار خود یافته‌هایم را در قالب یک آموزش در طرح ابتکاری دانآموز خلاصه کردم (دانآموز ۲۵). در این آموزش به ترتیب مبانی نظری بهینه‌سازی، مبانی نظری الگوریتم‌های ژنتیک، مبانی زیستی و تفاوت GEP با GA و GP، شرح الگوریتم GEP و در نهایت پیاده‌سازی آن شرح داده شده است.
از نرم‌افزار تحت ویندوز توسعه داده شده توسط خود ابداع کننده روش استفاده شده تا مهندسینی که با کدنویسی آشنا نیستند نیز بتوانند با این روش ارتباط بگیرند. دموی نرم‌افزار ۳۰ روز مهلت دارد که برای آشنایی و پیشبرد اهداف تحقیقاتی کافی است. پس از آن هم قیمت آن برای استفاده‌های صنعتی مناسب است. کدنویسی آن هم چندان سخت نیست و در پهنه وب هم سورس‌های متعددی به زبان سی پلاس پلاس و نیز کدهای متلب یافت می‌شود.
توضیحات کامل‌تر را در صفحه زیر بخوانید. امیدوارم که این آموزش در پیشبرد مقاصد پژوهشگران جوان راهشگا باشد. اگر پست بار تبلیغاتی دارد از مدیران محترم پوزش می‌خواهم. بابت این آموزش چنان دقتی صرف شده که حیف دیدم افراد بیشتری از رشته‌های مختلف را مطلع نکنم.
نظریه و اجرای برنامه‌سازی بیان-ژنی (GEP) در تابع‌یـابی هوشمند