基因表达编程(GEP)是一种用于知识发现和模型学习的强大进化方法。 在基本GEP算法的基础上,提出了一种改进的算法S_GEP,它特别适合于处理符号回归问题。 这种S_GEP方法的主要优点包括:(I)一种新的评估没有表达式树的个体的方法; (2)如果某些特殊的复杂问题需要,则为新的评估单个方法提供相应的表达式树构造方案; (3)一种处理数值常数的新方法,以提高收敛性。 本文对我们提出的S_GEP方法与原始GEP以及其他方法进行了全面的比较研究。 比较结果表明,所提出的S_GEP方法可以显着提高GEP性能。 几个经过充分研究的基准测试用例和实际测试用例证明了我们提出的S_GEP用于符号回归问题的效率和功能。