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     

探究提高中学化学课堂教学效率的策略

本文分析了目前探究性教学中存在的误区,以理论分析和案例说明相结合的方式,阐述了提高化学课堂教学效率的策略。     

基于图书馆知识服务能力提高的策略研究

提高图书馆知识服务能力,这是当今图书馆管理者应该着重考虑的核心问题,由于知识服务是在知识管理基础上得以实现的,因此,图书馆要实现从信息服务走向知识服务,提高本身知识服务能力,还需确定用户知识服务需求、确定知识服务方式、建立知识服务管理机制。     

上海港口提高集卡运输效率的策略研究

现代物流业是人们生活必不可少的一部分,尤其是在上海的港口,物流业的发展已成为城市发展程度的标志之一。随着时代的发展,集卡运输在物流业中的地位越来越高,对上海港物流的效率问题也起着决定性的作用。集卡的作业效率问题不仅涉及装卸工艺,集装箱排列方式,运输路线的安排,港口集疏运条件,工作人员个人驾驶技术等等因素,还关系到多式联运组织管理,政策导向等方面。本文分析了上海港口集卡发展取得的成就和存在的问题,提出了提高上海港口集卡效率的对策建议。     

基因表达编程算法的冻融系数预测研究

冻土融沉系数是冻土融化后沉降量的直接反映,影响融沉系数的主要因素有粉黏粒含量、未冻土的含水率、干密度、液塑限等.为了定量化的描述融沉系数与各影响因素之间的关系,引入基因表达式编程算法进行五维空间上的函数挖掘,将函数表达式基因化,通过Karva语言对基因进行编码,利用达尔文的进化理论,初始种群经过若干代的交叉变异,最终得出了最优化的个体,即最优函数表达式.结果表明:得到的函数表达式能综合反映各因素与融沉系数之间的关系;对测试样本进行预测,R2值为99.50%,实现了融沉系数预测的高精度和直观化,为融沉系数预测提供了一种新的智能化方法.     

基因表达式编程用于有机化合物的毒性预测

基因表达式编程方法(GEP)是一种新型的数据挖掘和建模工具,应用GEP方法对110个有机化合物的毒性进行了构效关系研究,并与人工神经网络(BP-ANN)和偏最小二乘(PLS)方法比较.结果发现,GEP方法的预测较好,且模型稳定.     

基因表达式编程中性突变机理分析

针对基因表达式编程(GEP)的进化模型,其基因组存在不被表达的中性区,研究了GEP中性区在进化中的作用,指出GEP基因存在中性区域,进化进程中必存在中性突变,分析了GEP的基因表示的中性区域存在的特点;通过控制基因长度和基因数量技术,调控中性区的大小和数量,讨论了GEP的中性区域对进化的作用.实验表明,GEP中性区域保持50%～80%,能保证较高的挖掘成功率.     

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.     

中立性存在的基因表达式硬件演化算法

针对硬件演化的快速收敛需求和中立存在对硬件演化的作用,提出了有向图基因表达式(GGEP)硬件演化算法。GGEP结合了基因表达式与有向图结构,是一种适用于电路演化的遗传编程方法。GGEP具有天然的中立性存在,使用适应度关联距离(fdc)对比中立存在和不存在时硬件演化的难度。电路演化实验验证了GGEP算法的有效性以及中立性存在的积极作用。实验结果表明:与其他演化算法比较,GGEP的成功率最高,二位乘法器的平均演化代数要少4~20倍;相同的算法复杂度下,中立性存在比不存在时,组合逻辑电路收敛速率提高近1倍,二位乘法器的成功率提高20%~30%。     

基于基因表达式编程的股票指数时间序列分析

基因表达式编程（GEP）是遗传算法研究的新分支．针对股票对象的特点,提出了适应股票规律的GEP—STOCK模型,包括n时段—STOCK—GENE,STOCK—fitness以及STOCK-GEP算法,并以上海证券交易指数时间序列数据为对象做了实验．进行了误差和指数涨跌分析．实验结果表明GEP—STOCK模型预测精度较高,20d的平均绝对误差为11．08,平均相对误差为0．64％．从涨跌情况预测来看,模型对6d后指数的涨跌判断,正确率高于80％以上．     

基于GEP的支持向量机参数优化

支持向量机(SVM)具有优良的学习能力和推广能力,然而其性能依赖于参数的选取.本文对影响模型分类能力的相关参数(C、σ2)进行了研究,提出了一种基于基因表达式编程(Gene Expression Programming,GEP)的支持向量机参数选择算法,即根据参数在分类器中的作用,利用GEP优化参数的两种编码方案分别对C与σ2进行编码,期望改进支持向量机的分类精度和泛化能力.最后实验表明了本文算法的有效性.     

采用内存数据访问对象提高数据库访问速度

将内存数据库的思想溶于传统磁盘数据库（DRDB）中，采用内存数据访问对象（MMDAO）技术，在当前主流计算机所能提供的有限内存中实现应用程序与数据库系统之间的接口，使数据库检索、存取等过程在内存中进行，避免大量的磁盘数据I／O，从而实现数据库应用程序中数据的高速存取、检索和操纵，提高应用系统的执行效率。     

基于基因表达式编程和粗糙集的属性约简分类方法

属性约简分类是粗糙集在数据挖掘中一个重要的研究方向.其大多数研究是基于小规模空间信息系统;基因表达式编程是一种新出现的进化算法,具有高度并行、极强的函数挖掘的特点.提出了将粗糙集中的充要强度作为GEP的适应度函数,创建一种新的属性约简分类算法,以减少粗糙集在大规模知识库中知识约简的复杂程度,加快收敛速度.     

整数规划算法效率研究

通过对整数规划问题的算法Groebner基和分枝定界法的求解过程分析比较,以同样整数规划问题实例,采用数学软件Maple,用Groebner基方法和分枝定界法分别进行了求解,对求解的的效率进行了比较,并对影响效率的原因进行了讨论.