GEP核算实践探讨及研究展望

主要针对GEP核算的起源、发展、不足等方面进行概括和分析,系统阐述了国内外GEP核算代表性的研究成果,指出不同时期所提出GEP核算机制的缺陷。最后,提出国内GEP研究方向与发展趋势。     

中国期刊全文数据库

传统基因表达式编程(GEP)编码简单,适应性强,但可能陷入局部最优的“早熟”陷阱.因此,作者借鉴生物界的“返祖现象”,提出了基于回溯的基因表达式编程方法.主要工作包括:(1)在传统GEP算法中引入回溯机制,提出基于回溯策略的GEP算法GEPBS(GEP withBacktracking Strategy);(2)提出回溯检查点概念,设计等比递增检查点序列和加速递增检查点序列,约束回溯过程;(3)扩充基于回溯的GEP算法,设计了退化因子(RF),提出了按比例回溯策略GEPPBS(GEP with Propo     

提高基因表达式编程发现知识效率的回溯策略

传统基因表达式编程(GEP)编码简单,适应性强,但可能陷入局部最优的"早熟"陷阱.因此,作者借鉴生物界的"返祖现象",提出了基于回溯的基因表达式编程方法.主要工作包括:(1)在传统GEP算法中引入回溯机制,提出基于回溯策略的GEP算法GEPBS(GEP with Backtracking Strategy);(2)提出回溯检查点概念,设计等比递增检查点序列和加速递增检查点序列,约束回溯过程;(3)扩充基于回溯的GEP算法,设计了退化因子(RF),提出了按比例回溯策略GEPPBS(GEP with Proportional Backtracking Strategy);(4)通过两个实验验证了新算法的有效性,在相同条件下较传统算法的适应度最大提高了49.2%,成功率最高提高了4倍.     

四川省生态系统生产总值(GEP)的调节服务价值核算

生态系统生产总值(GEP)核算以生态系统提供的产品和服务评估为基础,是定量评估生态保护成效的有效途径.生态系统调节服务是生态系统服务的重要组成部分,在不考虑生态系统产品供给价值和文化服务价值的情况下,在生态服务功能评价的基础上,采用机会成本法、替代市场法、价格替代法、市场替代法等生态经济学、环境经济学和资源经济学方法,通过调节服务资产核算对四川省GEP进行了估算.结果表明:四川省水源涵养功能量为1 214.92亿立方米;土壤保持价值中,减少泥沙淤积的功能量为33.4亿吨,减少面源污染的功能量为0.55亿吨;洪水调蓄价值总量为312.9亿立方米;固定二氧化碳13.98亿吨,释放氧气15.19亿吨;蒸散发量2 990.25亿立方米.四川省GEP价值为83 064.61亿元.其中水源涵养价值占12.75%,土壤保持价值占4.6%,洪水调蓄价值占1.67%,固碳释氧价值占23.75%,气候调节价值占57.23%.     

基于模拟退火的基因改进型GEP算法

基因表达式编程具有强大的函数挖掘能力,有助于在实验数据上提炼数学模型、揭示事物本质规律.尽管标准GEP算法通过改进遗传操作在一定程度上克服了早熟现象,但在解决实际问题中仍常表现出算法的不稳定;此外,标准GEP算法挖掘出的函数表达式往往冗长,可解释性差.针对这些问题本文做了如下工作:(1)对标准GEP算法的基因进行了新的定义,改进了标准GEP算法的基因构成,提高了GEP算法的通用性;(2)将模拟退火引入到标准GEP算法的选择算子中,提出了基于模拟退火的基因改进型基因表达式编程算法(RG-GEP-SA);(3)实验表明,RG-GEPSA算法比标准GEP算法具有更高的稳定性,RG-GEPSA算法比标准GEP算法成功率提高了11%,挖掘出的函数表达式更具有可解释性.     

基因表达式编程中的精英个体产生策略

为提高基因表达式编程(GEP)算法的进化效率,提出了一种用于产生GEP初始种群的精英个体产生策略.该策略通过逐步扩大染色体到目标值的距离,采用随机方式在较短时间内产生具有较高个体适应度的染色体,从而在初始种群中快速产生精英个体,使种群可以从一个较高的基础上开始进化,缩短了GEP算法的进化距离,从而提高了种群的进化效率.实验结果表明,在GEP算法挖掘函数的过程中,采用文中提出的策略,可以使GEP算法的进化效率提高17%.     

求解复杂约束问题的基因表达式编程文法模型

基因表达式编程GEP是进化计算算法家族的新成员.GEP富有特色的个体编码能很方便地表达和解决一批NP问题. 但基本GEP难以表达和求解复杂约束. 主要工作包括:(1) 提出了GEP的上下文无关文法模型gepGram; (2) 从理论上证明了gepGram的表达能力和含单个非终结符的上下文无关文法相同; (3) 给出了gepGram文法可描述约束问题的GEP求解算法, 算法与基因长度具有线性伸缩性; (4) 实验证明了本文提出算法具有较高的效率,当基因长度为106时,解码仅需0.4 s.     

基于基因表达式编程优化PID调节器参数

 应用基因表达式编程（GEP）优化PID调解器参数,提出了基于GEP的PID参数优化策略和适应度函数的设计方法;提出了基于GEP的PID参数优化的GEP-PID算法。实验表明,与Ziegler-Nichols(ZN)法相比,该算法使系统阶跃响应的超调量下降了65.45%,上升时间和调整时间分别缩短了38.5%和61.5％。     

CC-GEP:基于聚类竞争的基因表达式编程新算法

基因表达式编程(GEP)融合了遗传算法和遗传编程的优点,进化速度提高了2～4个数量级,但在解决复杂问题时仍存在早熟现象. 为解决这个问题,做了下列工作:(1)定义了种群多样性度量和选择压力,分析了传统GEP算法选择操作的不足;(2) 把聚类思想引入选择操作中,提出了基于聚类竞争GEP算法CC-GEP(GEP based on Cluster Competition),证明了CC-GEP能自适应地根据种群多样性调节选择压力;(3) 实验表明CC-GEP比传统GEP成功率高36%,模型精度R-square提高8%,多次运行的最优适应度平均值提高了8%,说明CC-GEP算法更加稳定,较好地克服了GEP的早熟问题.     

干旱对鄱阳湖流域植被生态系统GEP的影响

总生态系统生产力GEP(gross ecosystem productivity),是生态系统固定的碳总量,作为碳循环研究的重要组成部分,有着不可估量的生态价值和极为重要的人文社会意义.在全球气候变暖背景下,干旱对陆地生态系统GEP造成了一定影响.该文以鄱阳湖流域为研究区,利用生态耦合模型估算2000—2016年间每月GEP,计算干旱指数SPI( standard precipitation index)探究干旱在时间和空间分布上对GEP的影响.通过对模型模拟的GEP与MODIS的GEP产品进行对比分析,发现两者具有较好的相关性,且在GEP低值区间两者表现几乎完全一致.研究结果表明,干旱对鄱阳湖流域植被生态系统GEP存在抑制效应,随着干旱程度的加剧,GEP显著减少;两者不仅在时间上存在一致协同变化趋势,在空间分布上也表现出强烈的一致性.通过该研究,有助于管理部门了解干旱对GEP产生影响的作用机制,为流域生态环境保护提供科学支撑.     

基于Kriging的多重GEP演化建模趋势分析圈定区域化探异常研究

化探异常是找矿的重要依据.传统地质统计方法具有无偏、最优等特点,但要求数据呈正态分布,而实际应用往往不符合统计假设;近年来分形理论被大量应用于地球化学异常确定,但存在需要平滑处理数据、不适合含特高品位值等问题;采用随机模拟进行空间分析往往忽视了数据空间分布的结构性特征.本研究利用基因表达式编程(Gene Expression Programming,GEP)在复杂数据建模方面的优势,提出GEP演化建模与空间结构分析有效结合的研究思路,通过克立格选择邻域样品,增强数据空间局部结构信息,采用GEP进行空间趋势分析,并利用多重演化建模技术修正趋势面模型.在云南个旧锡铜多金属矿床的应用实例表明,该研究充分利用了局部空间结构信息,强化局部区域的估值结果,提高建模精度,为有效圈定致矿异常提供新的解决途径.     

一种基于小生境算法的免疫基因表达式编程

针对基因表达式程序设计GEP、免疫基因表达式IGEP改进算法收敛速度慢、易陷入局部最优等缺陷,提出把小生境技术用到IGEP中.不管是GEP还是IGEP,当陷入局部最优值时,依靠基本迭代很难跳出该值.为此,使用小生境技术处理局部最优值,并且把找到的局部最优值用来更新免疫记忆库,再用免疫算法选择种群,能避免再次陷入记忆库中的局部最优值.通过仿真实例,结果表明该方法在防止算法早熟上起到良好的作用,并且比一些改进GEP的算法更加优秀.     

基于GEP的知识型企业成长性评价实证研究

借鉴现在比较通用GEP模型对知识型企业成长型进行评价,考虑到以往GEP模型在设置B系统时主要采用模糊综合评价法,其设定指标权重时往往只是简单的进行专家打分等较为主观的方法,缺少客观性。采用基于信息熵的评价方法确定指标实际分值,使得评判结果更具有客观性,最后选取创业板20家企业的相关数据进行实证研究。     

基于基因表达式编程的终端区飞机优化排序模型设计

终端区飞机排序是空中交通流量管制部门关注的热点问题,通过研究基因表达式编程在终端区飞机排序中的应用,设计了可回溯基因表达式编程的优化排序算法。该算法在染色体进化时使用改进的操作算子——最大区间约束倒置操作符,解决进化中出现的无效解和无用解问题;在种群繁衍时采用了回溯进化技术,为较优种群更好地保存,对回溯栈的操作改进为不...     

求解复杂多目标优化问题MOEA/D-GEP算法

针对复杂多目标优化问题,提出一种基于演化建模的MOEA/D（基于分解的多目标遗传算法）求解算法（MOEA/D-GEP）.该算法利用MOEA/D算法思想分解多目标优化问题,对分解后得到的可行解用基于模拟退火的GEP算法建模,从中选取预测值较好的点进入下一次真实适应值的计算.采用国际公认的ZDT,DTLZ等测试函数进行实验验证,并与MOEA/D-EGO演化多目标优化算法进行了比较.实验结果表明：该算法在IGD性能指标上有较好的表现,说明将演化建模技术引入MOEA/D算法提高了种群个体分布模型的精度,降低了求解复杂多目标优化问题的计算成本.     

基于多样化进化策略的基因表达式编程算法

针对传统GEP(Gene Expression Programming )算法的未成熟收敛以及陷入局部最优问题,提出一种基于多样化进化策略的基因表达式编程算法(DS-GEP:Gene Expression Programming based on diversified development strategy)。该算法通过基因空间均匀分布策略,自适应地交叉和变异算子以及淘汰算子等方法,对种群给予不同的进化策略,以保持种群的多样性,从而增强算法的寻优能力。通过对函数挖掘的实验证明,多样化进化策略各个部分均对改善挖掘效率发挥了作用,提高了DS-GEP函数挖掘算法的成功率。与传统GEP算法相比较,该算法的平均成功进化代数缩短了11%,成功进化时间缩短了8%,进化成功率提高了20%。     

一种基于GEP的程序不变量动态发现方法

利用GEP(基因表达式编程)获取最优解的函数发现能力和数学理论的精确计算能力获得较客观的程序不变量的预置形式,能够进行目前技术没有处理的函数型程序不变量的发现生成工作.在函数型程序不变量范围内,有效地克服了目前程序不变量发现技术中存在的两个缺点,即计算盲目性与程序不变量形式预置的主观性.整个工作可以理解为是对目前程序不变量发现技术的一个扩展,它拓广了原有技术可发现的程序不变量种类,增大了从程序运行轨迹数据中发现更多不变量的可能性.     

基于GEP的线性指数函数型程序不变量动态发现方法

不变量是用来描述程序运行时保持不变性质的逻辑断言.根据关系数据理论,程序不变量可分函数依赖型和非函数依赖型程序不变量.着眼于函数依赖型程序不变量,借助GEP的函数发现特点和Daikon对线性程序不变量的发现能力,重点对线性指数函数型程序不变量动态发现方法进行研究,通过实验证明了GEP对线性指数形式的函数有较高的发现效率,可以扩展Daikon在线性指数函数型程序不变量方面的预置形式以达到从程序轨迹数据中发现该类程序不变量的目的.     

高成长型科技中小企业运营效率分析

科技中小企业的快速、健康发展,依托于高效的运营效率.首先通过GEP方法识别出具有高成长特征的企业,然后通过技术效率和交叉效率分析对高成长型科技中小企业的运营效率进行综合分析,发现了在技术效率和交叉效率之间存在的不一致现象.通过基于技术效率和奇异指数的聚类分析,并对比了两年聚类结果的变化情况,找出了具有整体运营效率的企业,从而为其他企业树立了榜样,并对聚类结果的变化情况做了进一步的分析.     

基于多目标基因表达式编程的电路演化算法

为提高电路演化的效率和成功率,对电路设计中涉及的多个目标进行了定义与量化,并针对多目标优化问题,在基因表达式编程(GEP:Gene Expression Programming)的基础上,提出了基于多目标基因表达式编程的电路演化算法(MGEP:Multi-Objective Gene Expression Progra...