研究方向
当前位置:
中文主页
>> 研究方向
方向三：演化驱动的正交化符号回归与定律发现算法
核心算法： 符号回归、确定性独立筛选、蚁群算法/树搜索、正交多层次公式构建、并行加速策略。
总述：本方向旨在实现“数据到知识”的白盒化提取，即自动发现支配物理过程的解析数学公式。针对纳米粒子稳定性、活化公式及化学势模型，开发基于确定性独立筛选与同源特征分析的高效符号回归算法。融合蚁群算法与树搜索策略，在庞大的函数空间中进行并行加速寻优。特别地，提出基于特征相似度的聚类分组与正交多层次公式构建策略，有效解决多变量耦合下的公式在不同物理机制切换中的适应性问题。该算法不仅能处理分布外分类，还能通过神经符号梯度优化，自动推导出具有明确物理意义的紧凑公式，实现对复杂动力学过程的显式数学描述。