中文摘要：

基因表达式编程(GEP)是数据挖掘领域借鉴生物基因表达思想的知识发现新技术，目前GEP研究以猜想和实验为主旋律，亟待理性的梳理和论证，目前的GEP以无结构符号作基本遗传物质，一次不良变异可能使多代进化积累的优良性质退化。本项目聚焦于GEP知识发现技术的核心部分，旨在(1)借鉴生物工程思想，在数据挖掘系统中引入转基因GEP的知识发现技术.(2)研究由此而引入的特殊对象、规律、和方法，如可转移性，领域知识的转基因库、基因注入、收敛性、优化，遗传缺陷的判定、多染色体转基因算法。(3)实现一个以转基因GEP为核心的的知识发现系统原型，(4)在原型基础上研究几个GEP发现知识的重要应用问题，如GEP预测太阳黑子，GEP进化历史的挖掘，基于GEP的因式分解，和GEP进化动力学问题。

结论摘要：

基因表达式编程(GEP)是数据挖掘领域借鉴生物基因表达思想的知识发现新技术。本项目聚焦于GEP知识发现技术核心(1)借鉴生物工程思想，在数据挖掘系统中引入转基因GEP 的知识发现技术.(2)研究由此而引入的特殊对象、规律、和方法，如可转移性，领域知识的转基因库、基因注入、收敛性、优化，遗传缺陷的判定、多染色体转基因算法。(3)实现一个以转基因GEP 为核心的的知识发现系统原型， (4)在原型基础上研究几个GEP发现知识的重要应用问题，如GEP 预测太阳黑子，GEP进化历史的挖掘，基于GEP的因式分解，和GEP 进化动力学问题。三年来，按计划进行研究，共发表论文79 篇，其中SCI检索源16 篇（已查证12篇），EI检索源（不与SCI重复计算）31 篇（已查到证21篇）。在多层染色体基因表达式编程、重叠基因表达结构、转基因技术、 回溯进化、收敛性分析，GEP的残差制导进化等方面获得较好结果，提高知识发现的性能1至2个数量级。奖励两项奖励（a. 四川省科技奖励二等奖基于知识发现的警用人口信息异常流动分析，b. 成都市科技奖励二等奖中药复方配伍规律的数据多维分析方法）。