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%.     

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%。     

基于基因表达式编程的代价敏感分类算法

针对传统分类算法在稀有类上的分类效果不佳,通过引进代价矩阵,改进了基因表达式编程的适应度函数,提出了一种基于基因表达式编程的代价敏感分类 (CSC-GEP：Cost-Sensitive Classification-Gene Expression Programming) 算法,并在UCI数据集上对该算法进行了实验。实验结果表明,CSC-GEP的召回率、精度和F-度量值较C4.5分类器分别提高了7.07%,2.89%,5.12%,证明了CSC-GEP是一种有效的代价敏感分类算法。     

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％。     

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%。