检索结果-内蒙古大学图书馆

作者：王剑武汉理工大学

学位级别：硕士

股票是市场经济的产物,从诞生的那天起就牵动着数以千万投资者的心。十多年来,我国己有股民数千万,股票己经深入到日常经济生活中的方方面面。因为巨大的经济利益,分析股票内在的规律性一直是研究的热点,股票预测的理论和方法也因此层... 详细信息

股票是市场经济的产物,从诞生的那天起就牵动着数以千万投资者的心。十多年来,我国己有股民数千万,股票己经深入到日常经济生活中的方方面面。因为巨大的经济利益,分析股票内在的规律性一直是研究的热点,股票预测的理论和方法也因此层出不穷。但是股价系统内部结构的复杂性和外部因素的多变性决定了股市预测的艰巨性,现有的分析预测方法应用效果并不理想。本文主要研究了基因表达式编程的实现技术,并将其应用在股票预测领域。首先,介绍了股票及其相关的基础知识,论述了影响股票价格的因素,并对股价预测存在的一些问题进行了总结。然后,介绍了遗传算法的基本操作和一般流程,分析了遗传程序设计的基本思想和基本技术,讨论了基因表达式编程的基本思想和具体实现,并给出了Delphi语言的核心代码和二个测试集的拟合实验及结果分析。最后,讨论了股票样本的选择标准,分析了输入样本的预处理机制,介绍了常用的二种预测方法,并对所选取的三支股票进行了单步预测和多步预测的对比实验。本文的主要贡献如下:1)、对股票预测的相关理论进行了分析和总结。2)、对遗传算法GA、遗传程序设计GP和基因表达式编程GEP的核心思想进行了分类总结。3)、用Delphi语言对基因表达式编程进行了完整的代码实现,并给出了Delphi语言的核心源代码。4)、对二个测试集进行了拟合实验,实验结果表明,基因表达式编程技术在函数发现和数据挖掘方面具有广阔的应用前景。5)、对三支股票进行了单步预测和多步预测的对比实验,实验结果表明:利用基因表达式编程技术时,用小样本数据进行短期的单步预测是完全可行的,其涨跌预测正确率约为60%-70%,对股票的合理投资决策具有一定的指导意义。

关键词：股票预测基因表达式编程遗传程序设计遗传算法

来源：评论

学校读者我要写书评

暂无评论

基因表达式编程在有机化合物和食品的分类及定量构效关系方面的应用研究

基因表达式编程在有机化合物和食品的分类及定量构效关系方面的应...

引用

作者：刘杨郑州大学

学位级别：硕士

在融合了遗传算法（Genetic Algorithm， GA)和遗传编程(GeneticProgramming，GP）优点的基础上，2001年，葡萄牙学者***提出了基因表达式编程方法（Gene Expression Programming, GEP）。它采用简单的编码方式解决复杂的问题，对优化... 详细信息

在融合了遗传算法（Genetic Algorithm， GA)和遗传编程(GeneticProgramming，GP）优点的基础上，2001年，葡萄牙学者***提出了基因表达式编程方法（Gene Expression Programming, GEP）。它采用简单的编码方式解决复杂的问题，对优化问题的处理速度比普通的GP快2～4个数量级。由于其操作简单、功能优越，因此，在很多领域得到广泛的应用，如公式发现、函数挖掘、关联规则发现等。传统的GEP方法只能用于处理二元决策分类问题，许多GEP分类器在处理多元分类问题时采用一对多的学习方法。本文提出了基于GEP的投影判别分析方法用于多类判别，并将其用于食品和有机化合物的持久性分类；本论文还对有机化合物毒性进行了定量构效关系分析。具体工作如下： 1提出了基于GEP的投影判别分析方法(A Projection Discriminant AnalysisUsing Gene Expression Programming Method，简称GEPPDA)，可以直接用于多元分类问题。该法首先采用GEP方法由原始变量经过非线性组合构建新的合成变量，然后将样本数据投影在新合成变量构成的空间里，再采用最近距离分类法对未知样本进行分类。为判定合成变量的优劣，本研究还提出了一个基于距离和分类错误率的新的目标函数。我们将GEPPDA方法用于有机化合物的持久性分类，结果表明该方法是多元分类的有效方法；采用GEPPDA方法可以对高维数据进行可视化分析，有助于对数据的理解。 2将GEP方法用于有机化合物毒性的定量构效关系研究，并与人工神经网络(BP-ANN)和偏最小二乘(PLS)方法进行了对比。结果表明GEP方法得到的预测结果较好，且模型较稳定。 3将GEPPDA方法应用于茶叶和橄榄油的分类，并与线性判别分析（LDA）和传统的一对多GEP方法(GEP-OAA)等方法进行了对比研究，得到了满意的效果。

关键词：基因表达式编程多元分类定量构效关系毒性

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研究与应用

基因表达式编程算法的研究与应用

引用

作者：杨晶上海大学

学位级别：硕士

进化计算是当前人工智能、知识工程、数据挖掘中的研究热点。遗传算法和遗传编程，是众多进化计算模型中的两个最典型的模型。***于2001年草创了新的进化计算模型基因表达式编程(GEP，Gene Expression Programming)。GEP既具有遗传算法... 详细信息

进化计算是当前人工智能、知识工程、数据挖掘中的研究热点。遗传算法和遗传编程，是众多进化计算模型中的两个最典型的模型。***于2001年草创了新的进化计算模型基因表达式编程(GEP，Gene Expression Programming)。GEP既具有遗传算法的简单性，又具有遗传编程的功能，在对很多问题的求解效率上，比普通的遗传编程高4-6个数量级。F.

关键词：公式发现基因表达式编程进化计算盾构法隧道遗传算法遗传编程

来源：评论

学校读者我要写书评

暂无评论

基因表达式编程在多项式函数分解和并列函数关系挖掘中的研究和应用

基因表达式编程在多项式函数分解和并列函数关系挖掘中的研究和应...

引用

作者：汪锐四川大学

学位级别：硕士

科学研究中人们希望发现数据中蕴含的规律。因此,找到一种高效、准确的函数关系发现方法也是数据挖掘方面的一个研究重点。本文对利用基因表达式编程(GEP)技术进行函数关系的挖掘进行了较深入的研究,利用该方法进行多项式函数关系的分解... 详细信息

科学研究中人们希望发现数据中蕴含的规律。因此,找到一种高效、准确的函数关系发现方法也是数据挖掘方面的一个研究重点。本文对利用基因表达式编程(GEP)技术进行函数关系的挖掘进行了较深入的研究,利用该方法进行多项式函数关系的分解,并在此研究的基础上实现了基于多基因染色体的并列函数表达式挖掘,实验证明取得了很好的效果。其间主要完成了如下工作: 1. 阐述了数据挖掘的基本概念、一般流程及其分类方法等,分析了函数关系发现这一特殊知识发现形式的特点进行;提出了多项式函数关系分解以及在此基础之上的多函数关系挖掘的重要意义。 2. 突破了传统的多项式分解方法,采用数据挖掘的思想,利用基因表达式编程GEP 技术提出了基于基因表达式编程的多项式函数关系分解方法GPF。 3. 采用了有特色的概率相关因子优化GEP 中的适应度函数,使得GPF 方法精度提高了27%,同时GPF 提出了宽松环境进化策略LEE 使得GEP 成功率比传统技术提高了最大58 倍。 4. 在多项式函数关系分解GPF 的基础上实现了观察数据集上的基于多基因染色体的并列函数表达式挖掘PPM。 5. 利用Visual C++6.0 设计实现了基于GEP 的挖掘实验平台GEPM,其中包括多项式函数关系分解GPF 和多基因染色体的函数表达式挖掘PPM 的实现;

关键词：数据挖掘多项式函数关系分解并列函数表达式挖掘基因表达式编程

来源：评论

学校读者我要写书评

暂无评论

基因表达式编程的改进及其在麦蚜种群预测模型构建中的应用

基因表达式编程的改进及其在麦蚜种群预测模型构建中的应用

引用

作者：张星西安建筑科技大学

学位级别：硕士

麦长管蚜是我国大多数麦区的主要害虫,对小麦的危害严重。准确预测麦长管蚜的发生量,是进行正确防治决策和减少农药用量的前提。目前麦蚜的预测多为发生级别而非发生量的预测,并且预测方法单一、误差比较大,在面对复杂环境及多因素影响... 详细信息

麦长管蚜是我国大多数麦区的主要害虫,对小麦的危害严重。准确预测麦长管蚜的发生量,是进行正确防治决策和减少农药用量的前提。目前麦蚜的预测多为发生级别而非发生量的预测,并且预测方法单一、误差比较大,在面对复杂环境及多因素影响的预测时比较无力,不能满足防治决策的要求。演化建模方法能够利用演化算法和一定的搜索策略,通过反复试验自动生成具有较高拟合精度的函数模型。本文首先介绍了一种演化算法—基因表达式编程,然后对其算法流程及实现方法进行了具体分析,经过系统的研究,发现数值常量对GEP的算法性能有很大影响。然而目前的数值常量处理方法较为复杂,而且效果也不十分理想。对此本文提出了一种改进的GEP算法,优化了算法的数值常量搜索过程,并通过实验对比验证了改进算法的有效性。最后将改进的GEP算法应用到麦长管蚜预测模型的构建中,比较了传统GEP算法与本文改进算法的优劣,得出了比较理想的实验结果。本文主要研究内容如下： (1)给出了基因表达式编程算法的基本原理和算法流程。介绍了GEP算法的编码方式、适应度函数和遗传操作。总结了GEP的特点及与其它进化算法GA、GP的区别。 (2)针对原算法中数值常量处理的不足,提出了一种改进的GEP算法。该方法最大的特点在于将每一代的函数发现过程分为两个阶段：第一阶段,由标准GEP算法结合固定常量集确定函数结构；第二阶段,使用差分进化算法(DE)对第一阶段得出的函数结构的常量进行优化。新的GEP算法与重要文献中的改进GEP算法相比,能够更好地抑制算法陷入局部最优,有更大的概率搜寻到全局最优解。 (3)分别利用传统GEP算法和改进的GEP算法对麦长管蚜的发生量进行了预测。并利用样本数据对所得模型进行了检验,实验结果表明改进GEP算法对麦长管蚜发生量的预测准确性更高,有很大的使用价值。

关键词：基因表达式编程演化计算差分进化算法常量优化

来源：评论

学校读者我要写书评

暂无评论

用基因表达式编程生成数字高程模型

引用

四川大学学报（工程科学版） 2010年第6期42卷 126-132页

作者：姜玥唐常杰李川吴江李太勇姜贤飞西南民族大学计算机学院四川成都610041 四川大学计算机学院四川成都610064 西南财经大学经济信息工程学院四川成都610074 四川大学华西医院四川成都610041

为了解决建立数字高程模型,常用的空间插值方法处理采样点缺失时难于客观地确定插值函数结构和参数的问题,将弹性基因表达式编程(GEP)技术应用到数字高程模型的生成中,提出了缓冲区策略(BS),适时注入优质高程体;提出了动态簇的搜索算法(... 详细信息

为了解决建立数字高程模型,常用的空间插值方法处理采样点缺失时难于客观地确定插值函数结构和参数的问题,将弹性基因表达式编程(GEP)技术应用到数字高程模型的生成中,提出了缓冲区策略(BS),适时注入优质高程体;提出了动态簇的搜索算法(SDCA),方向搜索相关点算法(SCPD)和象限扩展搜索算法(ESQA),按方向动态扩展搜索簇,避免了冗余点的计算;提出了移动拟合GEP算法(MF-GEP),缩小了拟合空间。实验表明和传统GEP相比,新方法是有效的,改善了传统GEP的性能。

关键词：基因表达式编程数字高程模型簇 3维地质模型

来源：评论

学校读者我要写书评

暂无评论

基因表达式编程在分类规则挖掘中的应用研究

基因表达式编程在分类规则挖掘中的应用研究

引用

作者：李曲中国地质大学

学位级别：硕士

数据挖掘是当今计算机应用技术和理论研究中最热门的领域之一。数据挖掘技术经过十多年的发展，已经逐渐建立起系统的挖掘理论和成熟的挖掘技术。形成了以关联规则挖掘、分类规则挖掘、聚类规则挖掘为主要形式的，以数据库技术、统计学... 详细信息

数据挖掘是当今计算机应用技术和理论研究中最热门的领域之一。数据挖掘技术经过十多年的发展，已经逐渐建立起系统的挖掘理论和成熟的挖掘技术。形成了以关联规则挖掘、分类规则挖掘、聚类规则挖掘为主要形式的，以数据库技术、统计学、人工智能、可视化技术和信息技术为主要工具的多学科交叉的应用技术。从最初的商业应用逐渐扩展到医疗、金融、生物、电信、军事、体育等诸多领域。数据挖掘成为越来越多的科学家、研究人员、工程应用人员、商人、医生所关注的对象。分类规则作为数据挖掘的一个重要分支，在过去的十多年中引起很多来自不同领域的学者的注意，学者们提出了以信息论为基础的决策树算法、以概率论为基础的贝叶斯分类方法，以神经科学为基础的神经网络方法等等，这些算法基本上都是确定性算法。以自然进化为基础的演化计算技术因为其智能性、并行性、不确定性等诸多特点成为其中一个特殊的分支。演化计算模拟自然演化的特点，借鉴达尔文的物竞天择、优胜劣汰、适者生存的自然选择和自然遗传的机理，采用高效并行全局搜索方法，在许多领域取得了良好的效果，从而确立了它在21世纪的智能计算技术中的重要地位。演化计算中最重要的分支是遗传算法。遗传程序设计是遗传算法的一个变体。遗传算法和遗传程序设计两种技术虽然都遵循自然界优胜劣汰的基本原理，但是它们最初在工程应用领域具有不同的功能：遗传算法主要用于函数优化，而遗传程序设计则主要用于建模。以遗传算法和遗传程序设计为代表的演化计算在工程应用等优化问题中与传统的数学方法相比，表现出非常明显的优势。近年来演化计算在数据挖掘，特别是分类规则挖掘中的应用研究已经取得了相当大的发展。虽然很多学者认为演化计算只是优化和搜索算法，但是它在数据挖掘领域的良好效果已经使其成为数据挖掘中不可或缺的一个重要工具。基因表达式编程是***发明的一种新的遗传算法。基因表达式编程结合了遗传算法和遗传程序设计的优点，并克服了它们的缺点，在数学建模方面取得了非常好的效果。正因为其优点和良好的效果，使得基因表达式编程在并不漫长的时间里引起了演化计算领域的广泛关注甚至争议。本文详细介绍了基因表达式编程的基本技术，分析了其具有较高效率的根本原因在于其编码方式所具有的独特优势。本文通过分析演化计算中的多种技术，特别是遗传程序设计及基于语法的遗传程序设计等技术的特点，充分证明了基因表达式编程具有更好的特性和更高的效率。本文以基因表达式编程和分类规则挖掘作为主要对象，研究基因表达式编程在分类规

关键词：基因表达式编程数据挖掘符号回归分类规则

来源：评论

学校读者我要写书评

暂无评论

基因表达式编程在电力负荷预测中的应用研究

基因表达式编程在电力负荷预测中的应用研究

引用

作者：王丹丹河北工程大学

学位级别：硕士

随着工业体制改革的深化和国民经济的发展，对电能质量的要求越来越高电力负荷是保证电能质量的一个基本工具特别是对未来一天或几天的短期负荷预测显得特别重要。电力负荷预测是电力系统规划和研究的组要组成部分，也是电力系统经济运... 详细信息

随着工业体制改革的深化和国民经济的发展，对电能质量的要求越来越高电力负荷是保证电能质量的一个基本工具特别是对未来一天或几天的短期负荷预测显得特别重要。电力负荷预测是电力系统规划和研究的组要组成部分，也是电力系统经济运行的基础，其对电力系统和规划都极其重要。目前，关于电力负荷预测的方法不断涌现，但单一的模型应用一般只能局限在一定范围内，精度性较低。研究一种通用性好且预测精度较高的电力负荷预测模型对电力系统的运行具有重要的意义和实际价值。电力负荷预测模型的建立需要考虑到的相关负荷问题多为随机性和非线性问题，可以通过分离随机变量的属性来建立数学模型，以表达电力负荷这个随机变量变化过程的统计规律性，在数学基础上确立合理的负荷预测数学表达式，根据历史数据对未来负荷进行预测。近年来基于软计算和智能模型的方法是电力预测模型的研究重点，以GA模型、BP模型为代表的软技术理论虽然较为突出但仍无法脱离自身固有的缺陷，从一定程度上影响了负荷预测的预测精度。论文深入研究了计算智能中最前沿理论——基因表达式编程(Gene Expression Programming,GEP)，它是一种高效的进化算法，有全新的、优于传统的信息表达和处理方式，GEP适用于解决复杂度较高的非线性系统问题，尤其适合解决复杂未知系统问题。GEP不同于人工神经网络，它不需划分层次和进行多样本训练，更容易解决实际问题。本文中基于GEP的电力负荷预测研究工作主要包括以下内容：论文首先阐述了负荷的概念，影响因素及数学描述，继而从建模的要求和原理上总结了几种经典模型的建立方式，并介绍了将神经网络模型和遗传算法模型等软计算应用于电力系统负荷预测中时，单一模型的缺陷和耦合模型进行预测的研究趋势。其次，详细介绍了GEP的基本原理，阐明其相比GA和GP具有较高效率的根本原因。由于GEP本身存在未成熟收敛的局限性，本文从种群多样性角度出发，提出了一种基于分段的多策略改进GEP算法(Gene Expression Programming basedon Multi-Strategy, MS-GEP)，理论和实践验证该改进算法可以很快收敛到最优解，为建立电力系统负荷短期预测模型奠定了基础。该算法以分阶段的多样性策略为基础，并动态调整遗传算子和适应度函数，保留了较多的种群多样性，避免算法陷入局部收敛；为充分证明改进策略有效性，建立MS-GEP算法的马尔科夫链模型，分析此算法的收敛性和多样性理论。最后，在短期负荷预测算法中，针对神经网络收敛速度慢的问题，利用改进GEP以电力负荷历史数据为输入，在考虑气候敏感因素影响的条件下进行预测。采用GEP及其改进算法的寻优训练网络参数，以加快网络学习速度和提高预测精度。影响负荷预测多因素的综合作用力，进化寻优的权值进行BP算法，建立GEP-BP电力系统短期负荷预测模型。实验仿真结果表明，基于改进的GEP与BP神经网络的组合预测建模方法，在降低了对历史数据收集的要求前提下，对提高预测精度和算法收敛速度均有重要突破，能更加高效地找到具有优良拟合度和预测能力的电力负荷模型，在电力预测建模理论研究方面取得了一定的成果。

关键词：基因表达式编程种群多样性策略 GEP-ANN组合预测电力负荷预测

来源：评论

学校读者我要写书评

暂无评论

基因表达式编程在枢纽机场航班波建模中的应用

基因表达式编程在枢纽机场航班波建模中的应用

引用

作者：白楠中国民航大学

学位级别：硕士

随着航空客流量的逐步增长,我国航空运输业在国际交流和国民生活中的影响越来越重要,而衡量枢纽效益的中转效率问题在我国各机场依然很普遍。航班波的设计构建是解决枢纽机场中转效率关键科学问题的重要途径之一。基因表达式编程是一种... 详细信息

随着航空客流量的逐步增长,我国航空运输业在国际交流和国民生活中的影响越来越重要,而衡量枢纽效益的中转效率问题在我国各机场依然很普遍。航班波的设计构建是解决枢纽机场中转效率关键科学问题的重要途径之一。基因表达式编程是一种以自然生物进化演变规律为核心,借助计算机编程技术实现的新一代自适应演化算法,为此分析设计将基因表达式编程算法利用到航班波模型的函数发现中。首先根据航班波进离港分离概念,提出了航班波理想模型函数,并设计中转机会目标对其进行分析计算得出基于中转机会最大的航班波理想模型,同时考虑机场运行效率与容量空间,进行航班波模型理论优化,分析计算模型特征,得出总体呈单调递减的航班波理论进港优化波形和离港优化波形。其次概述了基因表达式编程算法的基本背景,对其算法设计流程和关键因素做了简要说明,并结合利用多种进化收敛策略完成对传统GEP算法的改进。最后依据理论优化波形的单调递减特性,进行航班时刻简单排序,计算中转机会,验证了其在提高中转机会方面的优越性。同时以北京机场航班数据为样本,以中转机会为目标函数,设计基因表达式编程算法进行航班波函数发现,并带入机场航班数据观察对应时刻函数值,进行函数单调性分析,反向验证理论优化波形的适用性和可行性。

关键词：航班波基因表达式编程中转机会

来源：评论

学校读者我要写书评

暂无评论

基因表达式编程的改进及在雾霾浓度预测中的应用研究

基因表达式编程的改进及在雾霾浓度预测中的应用研究

引用

作者：贾晓莉西安建筑科技大学

学位级别：硕士

工业化和城市化进程的快速发展导致城市雾霾污染问题严重,PM2.5作为雾霾的重要组成,它的预测是雾霾防治的关键。本文采用改进的基因表达式编程算法对PM2.5浓度进行预测研究。主要工作如下:(1)PM2.5浓度预测现状的研究。基于现有大多数... 详细信息

工业化和城市化进程的快速发展导致城市雾霾污染问题严重,PM2.5作为雾霾的重要组成,它的预测是雾霾防治的关键。本文采用改进的基因表达式编程算法对PM2.5浓度进行预测研究。主要工作如下:(1)PM2.5浓度预测现状的研究。基于现有大多数人工智能算法在求解PM2.5浓度预测问题中存在的缺乏解释性和无法得知PM2.5浓度发生机理的问题,本文采用基因表达式编程算法进行PM2.5浓度预测,以便得到PM2.5浓度和各影响因素之间的函数关系,揭示PM2.5浓度与各影响因素的内在机理。(2)基于知识指导和人工干预的基因表达式编程算法(KHI-GEP)的提出。在传统基因表达式编程算法中引入知识指导和人工干预,知识指导基于知识库实现,通过挖掘前人在PM2.5浓度中的研究成果建立先验知识库来确定算法的决策变量,由进化过程中的优质个体组成后验知识库来改善解的质量;人工干预由个体干预和种群干预组成,以此来提高算法的寻优能力。(3)基于知识指导和人工干预的基因表达式编程算法的应用。采用KHI-GEP算法对西安的PM2.5浓度进行短期预测,最终得到PM2.5浓度预测的显式表达式,通过与文献中的相关预测算法进行对比实验,证明了KHI-GEP算法的有效性。最后,开发了PM2.5浓度预测验证软件。本文的研究表明,KHI-GEP算法在对西安地区的PM2.5浓度预测研究中,不但预测精度高,而且可以得到PM2.5浓度预测的显式表达式,揭示PM2.5浓度与各影响因素之间的关系,对西安地区的雾霾防治具有指导意义,同时对其他地区的PM2.5及雾霾的防治也有参考价值。

关键词：基因表达式编程知识指导人工干预 PM2.5浓度预测函数关系

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：