检索结果-内蒙古大学图书馆

计算机工程与设计 2017年第12期38卷 3298-3305页

作者：蒋宗礼王光亮北京工业大学计算机学院北京100124

为解决基因表达式编程算法(gene expression programming,GEP)存在的收敛速度慢、早熟、易陷入局部极值点等问题,提出3个改进方法。设计自适应进化参数,实现根据进化代数和个体适应度值在群体中所处的排名,动态调整重组率和变异率;将种... 详细信息

为解决基因表达式编程算法(gene expression programming,GEP)存在的收敛速度慢、早熟、易陷入局部极值点等问题,提出3个改进方法。设计自适应进化参数,实现根据进化代数和个体适应度值在群体中所处的排名,动态调整重组率和变异率;将种群按年龄分层繁衍,进一步扩大基因搜索空间并避免早熟;将GEP移植到Spark分布式框架,进行并行计算,使算法能在较短时间内处理大量搜索任务。实验结果表明,相比传统GEP,改进后的算法有更快的收敛速度、更高预测精度和稳定性。

关键词：基因表达式编程算法自适应进化分层模型 Spark分布式计算预测

来源：评论

学校读者我要写书评

暂无评论

基于基因表达式编程算法的磨料射流切割深度预测模型

引用

中国石油大学学报（自然科学版） 2015年第1期39卷 60-65页

作者：王瑞和仲冠宇周卫东李罗鹏杨焕强王方祥中国石油大学石油工程学院山东青岛266580

针对磨料射流切割套管深度与水力参数、工作参数及磨料参数之间存在复杂的耦合关系及传统预测方法的不足,建立基于基因表达式编程算法的磨料射流切割深度的预测模型。通过将函数表达式基因化,利用选择算子、变异算子、插串算子、变换算... 详细信息

针对磨料射流切割套管深度与水力参数、工作参数及磨料参数之间存在复杂的耦合关系及传统预测方法的不足,建立基于基因表达式编程算法的磨料射流切割深度的预测模型。通过将函数表达式基因化,利用选择算子、变异算子、插串算子、变换算子等对群体实施遗传操作,得出最优函数表达式,并将其与人工神经网络预测模型、回归预测模型进行对比分析。结果表明,基于基因表达式编程算法的预测值与试验值的平均误差为3.93%,标准误差为0.251,预测精度明显高于其他预测模型,可直观、准确地反映磨料射流切割深度与水力参数、工作参数及磨料参数之间的关系,为磨料射流切割技术的定量控制提供可靠的理论支撑。

关键词：射流基因表达式编程算法切割套管切割深度预测模型

来源：评论

学校读者我要写书评

暂无评论

基因表达式编程算法的改进及其应用

基因表达式编程算法的改进及其应用

引用

作者：韩啸东北石油大学

学位级别：硕士

2001年,Ferreira通过研究生物界的遗传表达规律提出了基因表达式编程算法(Gene Expression Programming,GEP)。GEP是一种新的进化计算的方法,它借鉴了遗传算法(Genetic Algorithm,GA)和遗传规划(Genetic Programming,GP),运用了简单的编码技术解决的复杂的实际问题,其优点主要体现在个体的表现形式以及结果的处理上面。本文论述了GEP的几个关键技术,包括GEP的基因及染色体的构成、GEP的遗传操作以及GEP的适应度函数。描述了GEP染色体相较于GA与GP染色体具有的简单、线性、紧凑以及易于进行遗传操作的特点。为了保持种群的多样性、全局收敛性,以及解决易于“早熟”等问题对经典的GEP算法进行改进,分别是改进了GEP遗传操作算子以及改进GEP中函数的参数估计方法,使用最小二乘法对函数中的参数进行估计。本文主要工作包含以下两个方面,首先将GEP首次应用到组卷问题中,对组卷问题进行分析,并进行数据仿真,仿真结果表示将GEP运用到组卷问题上是可行的。其次对函数挖掘问题进行概括和解析,将GEP进行改进,并将改进前后的GEP运用到函数挖掘中进行仿真,仿真结果显示改进后的GEP相较于传统的GEP在成功率和迭代数上都有明显优势。

关键词：基因表达式编程算法操作算子组卷算法函数挖掘最小二乘法

来源：评论

学校读者我要写书评

暂无评论

基因表达式编程算法的改进及应用

基因表达式编程算法的改进及应用

引用

作者：王光亮北京工业大学

学位级别：硕士

为了解决各种各样的优化问题,人们提出了许多优化理论,比如梯度下降、牛顿法等经典算法,它们局限于算法本身,要求求解函数必须满足如连续、可微等条件,所以不适用高维度、非线性、多目标等大规模复杂问题的优化求解,且易于陷入局部最优... 详细信息

为了解决各种各样的优化问题,人们提出了许多优化理论,比如梯度下降、牛顿法等经典算法,它们局限于算法本身,要求求解函数必须满足如连续、可微等条件,所以不适用高维度、非线性、多目标等大规模复杂问题的优化求解,且易于陷入局部最优。基因表达式编程（Gene Expression Programming,GEP）算法是一个能够有效解决优化问题的演化算法,具有一般适用性、群体智慧、高健壮性和潜在并行性等特点,且不受限于待解决问题性质的约束。然而GEP算法依然存在收敛速率低,早熟,泛化能力差等诸多不足。另外,还需增强其数学理论的支撑。本文全面深入研究了GEP算法的思想、算法流程和核心技术,并对算法提出了进一步的改进策略,所做的工作及内容概括如下6个方面:（1）通过综述进化算法及GEP算法的研究意义,思想内容和算法过程,指出GEP算法的不足,提出需要改进的地方。（2）提出GEP自适应进化参数。可以随着进化代数和个体适应度值在整体所处的位置,有针对的动态调整重组率和变异率,可以解决算法后期过程缓慢的问题,对优良个体有一定程度的保护作用,增强低劣个体的进化参数,督促其演化,使算法能够尽快跳出局部最优。（3）设计种群年龄分层结构。使初始新个体有一定的空间和时间得到充分进化,搜索其附近的极值点,保持优良基因的多样化;进一步扩大基因探索空间,提升算法收敛速率,并且能很大程度上避免早熟,最终得到全局最优解。（4）将GEP算法移植到Spark云计算框架上。将一个大群体切分为多个部分,分发到各个独立的工作节点上,并发计算个体适应度值、选择、重组和变异等操作,并在一定阶段选取子群的优良个体迁移到其他节点,执行遗传信息的交换和共享。使算法具备对大数据的分析处理能力,有效提高训练速度和效率。（5）将改进后的算法应用在中国上证指数的短期预测,进行历史时间序列数据分析。对比经典基因表达式编程算法,预测结果的MAPE减少了0.213%,R2提高了0.1095,在Spark集群环境下具有线性加速比。算法有更高的执行速率,预测精确度和稳定性。（6）设计并编码完成了基于内容的图像检索系统。将图像匹配问题转换为基因表达式编程算法的函数发现问题。使用GEP算法对多个图像特征的权重组合优化,得到新的图像相似性模型,并写入索引库以快速响应用户前端的查询。该系统提高了图像查询匹配的准确度,满足了用户以图搜图的需求。

关键词：基因表达式编程算法自适应进化分层模型 Spark分布式计算

来源：评论

学校读者我要写书评

暂无评论

基于堆栈解码的元胞基因表达式编程算法

引用

计算机应用 2009年第12期29卷 3280-3282,3286页

作者：杨柳何锫潘小海长沙理工大学计算机与通信工程学院长沙410014 武汉大学软件工程国家重点实验室武汉430072

基因表达式编程(GEP)算法在评价个体适应度时需要将染色体转换为表达式树,并且在求解复杂问题过程中,由于多样性不足仍出现早熟收敛。针对以上问题,提出一种基于堆栈解码的元胞基因表达式编程算法(SD-CGEP)。利用堆栈直接对染色体进行... 详细信息

基因表达式编程(GEP)算法在评价个体适应度时需要将染色体转换为表达式树,并且在求解复杂问题过程中,由于多样性不足仍出现早熟收敛。针对以上问题,提出一种基于堆栈解码的元胞基因表达式编程算法(SD-CGEP)。利用堆栈直接对染色体进行解码和适应度评价,可以提高算法的运行速度;通过引入元胞自动机模型,从而提高算法跳出局部最优的能力。符号回归实验表明,SD-CGEP算法在演化效率和预测精度上均超过传统GP、GEP算法。

关键词：基因表达式编程算法元胞自动机解码符号回归

来源：评论

学校读者我要写书评

暂无评论

基于高频组合片段-基因表达式编程算法的轨道交通地面沉降预测模型

引用

城市轨道交通研究 2024年第8期27卷 206-210页

作者：胡珉卢孟栋上海大学悉尼工商学院上海201800 上海大学-上海城建(集团)公司建筑产业化研究中心上海200072

[目的]地面沉降预测和控制是轨道交通盾构法隧道施工中最为关注的问题之一。为了解决现有地面沉降预测和控制中存在的模型表达过于复杂且缺乏解释性的问题,需要一种既简洁清晰,又能够描述复杂问题的可解释模型,GEP(基因表达式编程)算法... 详细信息

[目的]地面沉降预测和控制是轨道交通盾构法隧道施工中最为关注的问题之一。为了解决现有地面沉降预测和控制中存在的模型表达过于复杂且缺乏解释性的问题,需要一种既简洁清晰,又能够描述复杂问题的可解释模型,GEP(基因表达式编程)算法提供了这种可能性,因此需对基于HFS(高频组合片段)-GEP算法的轨道交通地面沉降预测模型进行深入研究。[方法]以杭绍城际铁路某区段盾构隧道工程为依托,选取盾构施工过程中的土舱压力、刀盘扭矩、刀盘转速、推进速度、总推力、隧道埋深及盾尾注浆量等参数作为关键输入型施工参数,地面沉降作为输出型施工参数,通过备选公式集筛选以及HFS选取,建立基于HFS-GEP算法的轨道交通地面沉降预测模型。利用该模型对第180环—第210环区段的关键施工参数进行优化调整,分析盾构施工参数变化对地面最终沉降的影响效果。[结果及结论]基于HFS-GEP算法的地面沉降预测模型可以反映盾构施工参数与地面最终沉降的显式关系;相较于传统GEP算法的地面沉降预测模型,该模型准确度更高,结构更为简洁,且收敛速度更快。通过对盾构关键施工参数进行优化调整,该模型可将第180环—第210环区段的最终沉降量控制在10 mm以内。

关键词：轨道交通地面沉降预测模型高频组合片段基因表达式编程算法

来源：评论

学校读者我要写书评

暂无评论

基于改进基因表达式编程算法的柔性作业车间调度研究

基于改进基因表达式编程算法的柔性作业车间调度研究

引用

作者：于颖贵州大学

学位级别：硕士

制造业作为国民经济的支柱产业,是实现工业化和现代化的重要基础,是推动经济社会进步的核心动力。生产调度是制造系统的重要决策过程,有效的生产调度管理能够通过优化资源配置提高生产效率。近年来,随着社会经济水平的提高,市场对产品... 详细信息

制造业作为国民经济的支柱产业,是实现工业化和现代化的重要基础,是推动经济社会进步的核心动力。生产调度是制造系统的重要决策过程,有效的生产调度管理能够通过优化资源配置提高生产效率。近年来,随着社会经济水平的提高,市场对产品的需求更加个性化和多样化,这也推动着制造业的生产方式由大规模、少品种向小批量、多品种转变。柔性作业生产因具有高度的灵活性,已成为离散制造企业的主流生产方式之一。同时,鉴于生产车间的不确定性和制造业的绿色化发展要求,动态调度和绿色调度在生产管理中的重要性日益凸显。本文分别以动态柔性作业车间调度问题和绿色柔性作业车间调度问题为研究对象,以改进的基因表达式编程(Gene Expression Programming,GEP)算法为研究方法,以设计并优化具体问题的调度规则为主线开展了一系列研究。具体研究内容如下: (1)对GEP算法进行了改进,在编解码方面,根据具体问题设计不同的终端集合;在评价方面,使用个体评价机制配合无监督的适应度函数或Pareto非支配等级评价个体优劣;在遗传操作方面,设计了基于K-表达式的变异操作和重组操作,提出了两种自适应遗传算子;在局部搜索方面,融合了带有5种邻域结构的禁忌搜索策略。 (2)研究了新工件陆续到达的柔性作业车间调度问题,建立起以总拖期为优化目标的数学模型,并使用改进GEP算法进行求解。通过与未改进的算法和基准调度规则的仿真对比实验发现,所提算法在多次运行中具有良好的鲁棒性和更强的搜索能力,其构造的规则能够通过合理安排生产计划有效缩短调度方案的总拖期。 (3)在考虑能耗指标的绿色柔性作业车间调度问题中分析了车间能耗的组成成分,建立起以最小化最大完工时间和最小化总能耗为目标的数学模型。结合多目标优化理论和一系列改进措施得到改进的多目标GEP算法,并将其用于问题求解。通过仿真实验证明,所提算法在兼顾分布性的同时提升了探索寻优能力,且其生成的调度规则能够有效优化多个目标。本文改进了GEP算法并为两类柔性作业车间的实际情境设计调度规则,不仅丰富了相关领域的理论研究成果,也为制造企业提供了具有实际应用价值的决策支持工具。

关键词：车间调度调度规则基因表达式编程算法动态调度绿色低碳

来源：评论

学校读者我要写书评

暂无评论

基于基因表达式编程的主动降噪算法设计

基于基因表达式编程的主动降噪算法设计

引用

作者：张德宝电子科技大学

学位级别：硕士

随着工业社会的发展和人们生活水平的提高,主动降噪耳机逐渐成为人们不可或缺的生活用品。然而在主动降噪耳机的生产过程当中,耳机中的IIR数字滤波器初始参数都被烧录了固定的滤波器参数,每副耳机并不能发挥其最好的降噪效果。因此需要... 详细信息

随着工业社会的发展和人们生活水平的提高,主动降噪耳机逐渐成为人们不可或缺的生活用品。然而在主动降噪耳机的生产过程当中,耳机中的IIR数字滤波器初始参数都被烧录了固定的滤波器参数,每副耳机并不能发挥其最好的降噪效果。因此需要在主动降噪耳机的检测环节使用算法对其IIR数字滤波器系数进行优化,使耳机能够拥有最大程度的主动降噪效果。基因表达式编程算法(Gene Expression Programming,GEP)是一种在生物基因表达的理论基础上继承和发展遗传算法(Genetic Algorithm,GA)和遗传编程(Genetic Programming,GP)的优点发现的一种新型演化算法,拥有强大的计算能力,但其在IIR数字滤波器优化和主动降噪问题中应用较少,本文基于基因表达式编程算法,深入研究了IIR数字滤波器系数优化方法。首先,对耳机前馈式主动降噪结构进行了分析研究,通过公式推导得出IIR数字滤波器的实际频响与期望频响的误差函数作为GEP算法的适应度函数,根据其稳定性条件确定系数的约束范围,结合IIR数字滤波器系数的特点设计出基因染色体。其次,为了让GEP算法更好地应用到IIR数字滤波器系数优化问题中,对标准的GEP算法进行了相关改进。将原有的变异、倒串、插串、根插串、基因重组等遗传算子进行了调整,并且为了提高GEP算法的性能,加入了凸变换算子和内部重组算子。此外,提出了遗传算子概率自适应,以解决种群后期进化速度缓慢的问题。最后,搭建实验平台对本文所提出的算法进行相关实验,在实际应用过程中,本文所提GEP算法有着良好的降噪效果和一致性,在大部分频段降噪达20～30d B,部分频段能超过30d B,验证了本文所提改进后的GEP算法比经典GEP算法性能更好。与其他遗传算法结果对比,GEP算法在主动降噪方面有着良好的高效性和稳定性。

关键词：主动降噪 IIR数字滤波器基因表达式编程算法遗传算子优化问题

来源：评论

学校读者我要写书评

暂无评论

基于基因表达式编程的计算机组卷算法研究

引用

计算机技术与发展 2020年第5期30卷 154-159页

作者：韩啸毕波唐锦萍东北石油大学数学与统计学院黑龙江大庆163000 黑龙江大学数据科学与技术学院黑龙江哈尔滨150080

随着计算机技术的发展,传统的手动组卷方法难以满足新时代下的各种领域的需求,为解决传统手动组卷在性能、速度、题型分配等方面的缺陷,基于计算机技术的智能组卷问题日渐变为人们关注的问题。然而目前的组卷算法存在成功率低、计算时... 详细信息

随着计算机技术的发展,传统的手动组卷方法难以满足新时代下的各种领域的需求,为解决传统手动组卷在性能、速度、题型分配等方面的缺陷,基于计算机技术的智能组卷问题日渐变为人们关注的问题。然而目前的组卷算法存在成功率低、计算时间久、知识点覆盖不完整、难度系数难以把握、生成的试卷难以满足要求等问题,导致了生成的试卷无法达到理想的效果。为改善上述问题,引入了基因表达式编程算法,通过使用适当的遗传算子,采用线性定长的编码方式,构造了新的智能组卷方法,避免了传统组卷算法成功率低以及适应性差等问题,解决了多约束条件下试卷的分数分配、章节分配、难度等一系列问题。实验证明,该算法有着较高的效率,能够快速地生成满足要求的试卷。

关键词：基因表达式编程算法智能组卷数学模型遗传算子智能算法

来源：评论

学校读者我要写书评

暂无评论

基于基因表达式编程的作业车间调度方法研究

基于基因表达式编程的作业车间调度方法研究

引用

作者：房迪华中科技大学

学位级别：硕士

随着先进制造技术的发展,车间调度已经成为实现智能生产的关键之一,在提高生产效率、降低生产成本等方面起着重要作用。作业车间调度问题是一种在实际生产中十分常见的车间调度问题,也是典型的NP难问题,其研究不仅具有重要的理论价值,... 详细信息

随着先进制造技术的发展,车间调度已经成为实现智能生产的关键之一,在提高生产效率、降低生产成本等方面起着重要作用。作业车间调度问题是一种在实际生产中十分常见的车间调度问题,也是典型的NP难问题,其研究不仅具有重要的理论价值,还有重要的应用价值。基因表达式编程(Gene Expression Programming,GEP)算法能够生成并表达程序或规则,可用于构造启发式方法,进而对问题进行求解。本文研究并改进了GEP算法,将其用于调度规则的构造,以求解作业车间调度问题,包括经典作业车间调度问题、分布式作业车间调度问题和多目标作业车间调度问题。首先,改进了标准GEP算法。通过改进选择方法、设计自适应遗传算子和新解接受准则、改进远缘繁殖策略的阈值设定方法、并将迭代局部搜索用于策略中新个体的生成,改进了GEP算法。结合超启发式算法思想,提出了基于改进GEP算法的车间调度框架。其次,提出了基于改进GEP算法的作业车间调度方法。根据作业车间调度问题的特征,设计了相应的染色体结构,选择了合适的邻域结构以及函数集和终端集,采用改进GEP算法,求解了该问题。通过对比实验,验证了所提方法的有效性。接着,提出了基于改进GEP算法的分布式作业车间调度方法。根据分布式作业车间调度问题的特征,设计了相应的染色体结构,选择了适合该问题的函数集和终端集,调整了基于迭代局部搜索的改进远缘繁殖策略,采用改进GEP算法,求解了该问题。通过数值实验与对比分析,验证了所提方法的性能最优。然后,提出了基于多目标改进GEP算法的多目标作业车间调度方法。结合多目标优化理论,将NSGA-Ⅱ算法的快速非支配排序和拥挤距离排序引入改进GEP算法,调整了新解接受准则和基于迭代局部搜索的改进远缘繁殖策略,使之适用于多目标优化,得到多目标改进GEP算法,并用于多目标作业车间调度问题的求解。通过数值实验与对比分析,验证了所提方法优于对比算法。最后,对全文的研究工作进行了总结,并对未来的研究方向进行了展望。

关键词：作业车间调度分布式作业车间调度多目标优化基因表达式编程算法调度规则

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：