计算机应用

作者：郭泽一, 李凤莲, 徐利春

单位：1.太原理工大学 电子信息工程学院，太原 030600；2.太原理工大学 物理与光电工程学院，太原 030600

关键词：符号回归,深度学习,评分机制,近端策略优化算法,风险寻优策略梯度

基金：山西省科技合作交流专项(202304041101035)

深度符号回归（DSR）算法由循环神经网络（RNN）自动化生成表达式树，进而获得较高的模型性能，然而，它无法兼顾表达式树的准确性和结构的简洁性。因此，提出一种基于双重决策机制的深度符号回归（DDSR）算法。首先，在RNN初步决策的基础上，利用双评分机制综合评估表达式树的结构简洁性和准确性。其次，采用强化学习对表达式树生成进行训练，将表达式树生成视为序列决策过程，并利用风险近端策略优化（RPPO）算法进行奖励反馈以更新下一批次的模型参数。在公共数据集上的实验结果表明，相较于DSR算法，DDSR算法在拟合度相关系数上最多提高了0.396，最少提高了0.001，而整体性能提升了0.116。以上证明了DDSR算法的有效性。

来源：2026年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2026年第2期