遗传程序设计中分布式染色体的一个应用

对一类遗传程序设计问题，提出了简单等长的分布式染色体，取代复杂变长的树结构染色体，使演化算子操作更方便，个体复杂度有效控制。用该染色体形式解决割草问题，分析了分布式染色体带来的一些性质，并给出了很好的计算结果。     

基于参数估计的遗传程序设计方法

在遗传程序设计算法中 ,针对应用传统的遗传程序设计方法 ( Genetic Programming,GP)解决符号回归问题所遇到的困难 ,嵌入一个基于模拟退火思想的参数估计过程 ,得到更为精确的参数和个体结构 .实验表明 ,此方法提高了 GP系统求解问题的能力     

基于遗传程序设计的公式发现实践研究

对遗传程序设计进行分析,并就遗传程序设计的一个重要应用“公式发现”展开研究,同时给出了实现算法的关键技术描述和应用实例的最后运行结果,从实践的角度探讨了遗传程序设计应用于公式发现的可行性。     

基于遗传程序设计的非线性系统参数辨识

遗传程序设计(GP)是一种自适应的与问题无关的进化算法,它克服了遗传算法的容易陷入局部极值的缺陷。本文讨论使用遗传程序设计对非线性系统进行参数辨识的算法,实现及应用,实验证明:该方法具有收敛速度和精度的明显优势。     

基于GP的税收能力智能估测的研究与应用

目的将基于遗传程序设计(GP)的数据建模方法应用于税收能力智能估测系统建模中。方法利用遗传程序设计来实现复杂函数的自动建模。结果改变了目前税收能力估测中采用的使用拟合粗糙、估测结果准确度差的线性模型进行曲线拟合和趋势预测的估测方法,通过优化初始种群的方法提高了GP算法的收敛率,实现了复杂函数的自动建模,并将该方法应用到税收能力智能估测原型系统(TCES)的建模中。结论采用GP得到的数学模型比传统方法使用的数学模型拟合精度更高,估测误差更小,更适于反映地区税收能力的实际情况。     

基因表达式程序设计方法在采煤工作面瓦斯涌出量预测中的应用

基因表达式程序设计是一种基于基因组和表现型组的新型遗传算法，该算法在运行时具有很高的效率，实验表明在求解很多问题的时候比遗传规划优越两个数量级以上．预测采煤工作面瓦斯涌出量是进行通风设计和制定矿井安全技术措施的重要依据，而影响采煤工作面瓦斯涌出量的各因素之间关系不明确．基因表达式程序设计比较适合于求解这一类复杂的非线性问题．本采用基因表达式程序设计，建立了采煤工作面瓦斯涌出量的预测模型．结果表明，预测结果比遗传规划得到的结果具有更高的预测精度和很好的稳定性．章最后指出了该方法具有广泛的应用前景．     

基于改进的GP实现组合逻辑电路的设计研究

由于遗传程序设计是一种随机性很强的全局搜索优化算法,是否能够收敛到全局最优解与初始群体的质量、参数选取、遗传操作及适应值的测试方式等有很大关系。因此,有必要对遗传程序设计进行改进,从而提高其收敛性能。本文主要介绍了遗传程序设计的改进策略以及基于改进的GP实现组合电路的进化设计思想,并且进行了算法性能的改进实验,得到了令人满意的结果。     

浅谈面向对象程序设计的特征

面向对象的程序设计当前已经成为程序设计的主流思想,其重在解决复杂的问题。该编程思想中的重要特点如,封装,继承,多态对于初学者而言在理解上或许存在一定难度,本文立足于面向对象程序设计的这三个特点依次展开了简单的阐述。     

基于ReWorks操作系统的实时多任务程序设计

实时多任务程序设计是嵌入式系统软件设计的基础。随着嵌入式系统性能的提高和功能的复杂，实时多任务程序设计会越来越复杂。简要介绍ReWorks下实时多任务程序设计机制，通过一个利用实时多任务来实现的模型，重点介绍ReWorks下实时多任务程序设计的关键技术。     

SW—GP组合算法在煤矿监测数据预警预报中的应用

为了更有效地利用煤矿监测数据进行煤矿安全事故的预警预报,提出滑动窗口-遗传程序设计组合算法实现了监测数据的动态预测。在程序设计时,数据采样采用滑动窗口技术实现,通过遗传程序设计算法实现系统的自适应建模。通过对监测数据的测试,证明了组合算法建立模型的预测值和实际结果具有很好的一致性。     

时间序列预测及在汇率市场中的应用

遗传编程(GP)和基因表达式编程(GEP)是在遗传算法的基础上发展而来的遗传算法的新分支,它在个体的表示、个体的处理和结果的形式等方面与传统遗传算法有着显著的区别和优势.本文针对汇率市场对象的特点,分别研究了用遗传算法,遗传编程,基因表达式编程进行预测,取得了满意的效果.     

模糊物理规划及其应用研究

物理规划(Physical Programming)是一种新的处理多学科优化设计问题的有效方法．本文考虑了多目标系统的模糊性,给出了相应的多学科优化设计问题的解决方案,称为模糊物理规划．利用遗传算法求解数学模型,解决了最终优化目标可能存在多个局部最优解的问题,拓宽了模糊物理规划的应用范围．最后,应用模糊物理规划进行了直通旅客列车开行方案的优化．     

基于演化规划的入侵检测规则挖掘算法

本文将演化规划应用于入侵检测规则自动提取,利用演化规划灵活的个体表示得到自然描述的规则,使规则易于理解,利用演化规划全局寻优的能力得到较好的入侵检测规则,从而降低误报率和漏报率.文中改进了适应度函数,最后给出了实验结果,并与其它文献的同类实验结果进行了比较,证明了改进演化规划的有效性和先进性.     

基于遗传规划的相关关系预测方法研究

基于遗传规划的搜索寻优技术,给出了一种经济变量与其解释变量间相关关系的预测方法。该方法避开了统计中假设、变换的影响,可以获得显性预测函数表达式,能够处理回归分析法难以解决的非线性问题,比较适合经济变量间复杂关系的分析研究。计算过程中结合蒙特卡洛优化法改进了遗传规划的初始群体,从而提高了进化的全局收敛速度。同时,计算实例表明了预测结果的合理性。     

关于遗传规划收敛性的一个定理

遗传规划是一种通过进化程序来得到问题近似或精确的方法，讨论遗传规划的收敛性质，证明在采用生长法变异算子的条件下遗传规划搜索有限的文法树空间的收敛性的一个 并证明如果不采用最优个体保留策略则遗传规划是不收敛的，最后指出在遗传规划中使用变异算子的理论的实际意义。     

信息系统的GP自动建模及实现

通过对遗传程序设计的研究，用BorlandC++“程序设计语言开发了一个对数据拟合问题的通用的自动建模程序，该程序可较好的适应于各种拟合问题的自动建模，有广泛的应用前景。     

基于极限编程的软件可维护性分析

以解决软件维护过程中的问题为出发点，系统地分析和探讨了极限编程过程中的软件维护问题，比较了极限编程过程与传统开发过程的软件维护异同，提出了基于极限编程的软件维护模型和方法．     

基于进化编程的分类方法研究与应用

随着人们生产和搜集数据的能力大幅度提高,迫切需要找到从现有数据库系统/广域网的大量数据中提取知识的手段。因此产生了基于数据库与数据仓库系统的数据挖掘方法与技术,其中分类是数据挖掘中一个重要的分析过程。文中阐述了数据挖掘的相关概念、方法,并介绍了遗传编程相关理论,提出了基于进化编程的分类算法,将遗传编程的思想运用于数据挖掘的分类方法中,最后,结合实例给出了实验数据。     

基于遗传优化获取微阵列最佳分类规则

基于遗传编程(GP)提出一种最优规则遗传算法(BRGA)对分类规则进行优化的方法,获取最佳分类规则集,此算法可以调整分类器模型的相关参数,在适当增加迭代基础上大幅提高分类的精确度,具有相当的灵活性和可理解性.利用6个基因数据集检验了算法的性能.仿真结果表明,本文提出的算法与其他文献的方法相比,在具有较高分类精确度和稳定性前提下大幅降低了计算复杂度及冗余.     

C语言程序设计教学探讨

C语言是在国内外广泛使用的一种计算机语言,是计算机专业及相关专业的专业基础课。另外,C语言也是全国计算机等级考试的科目之一。文章根据实际教学实践,分析了当前C语言教学中所存在的问题,并就如何激发同学们的学习兴趣,培养同学们程序设计能力,进行了一定的分析与探讨．以提高课堂教学效果。