基因表达式程序设计在复杂函数自动建模中的应用

基因表达式程序设计是一种新的自适应演化算法，该算法已经应用到许多领域中，并且取得了起好的效果。通过对适应度函数的有效设计以及函数集的有效选取，引入新的常数创建方法。将基因表达式程序设计运用于复杂函数的自动建模中，并把所建立的模型用于预测分析。通过仿真实验表明：用此方法所建立的模型比传统的最小二乘法、神经网络以及遗传程序设计等方法具有更好的性能。最后对该算法的应用前景作了简要分析。     

用GEP实现复杂函数的自动建模

GEP是一种新颖的遗传算法,在函数建模的应用中取得良好的结果.给出计算有效基因长度的伪代码,结合GRCM方法阅读基因,快速计算出染色体的适应值.在算法中增加了参数估计模块,用GEP得到较好模型后,用参数估计模块进行参数优化,试验显示这种混合的GEP方法比传统的最小二乘法、神经网络以及遗传程序设计等方法具有更好的性能.     

组合预测方法在粮食单产预测中的应用

组合预测是利用各种预测模型所包含的独立有用预测信息来对事业未来发展趋势进行预计，估测的过程。通过粮食单产预测实例，论证了组合预测方法是一种比单一预测方法具有更能收到料好预测效果的佳法。     

遗传程序设计在统计建模中的应用

介绍一种利用遗传程序设计的方法来自动生成统计预测模型，并进行误差估计分析，改变过去只使用拟合曲线粗糙、预测结果不理想的几种传统固定统计预测模型的传统分析方法。通过对[1]和[2]的真实历史资料验证，结果表明，与传统的线性回归、指数回归、抛物线回归三种方法对比，遗传程序设计建立的模型所预测的数据准确度明显要高。     

组合预测方法及其在粮食产量预测中的应用

提出了一种组合预测方法，以预测偏差编对值和小为标准，用线性规划确定组预测权系数的最优加权算法，对浙江省的粮食产量进行了预测分析，结果表明，此模型具有较高的精度。表3，参6。     

组合预测方法在浙江省粮食产量预测中的应用

在介绍组合预测方法的基础上，利用最优加权法对浙江省几年后的粮食总产量进行预测。采用线性规划方法确定最优组合的权系数，并对预测出的结果进行了分析和讨论。     

基因表达式程序设计的GRCM方法

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运行效率,实验表明在求解很多问题的时候比遗传程序设计在速度上优越两个数量级以上。在基因表达式的基础上,提出了基因阅读运算器方法,此方法不需要把染色体转换为表达式树,而是直接对染色体进行操作得到该染色体的适应值。实验表明,采用这种方法不仅简单有效,而且能提高运算的速度。     

组合预测法的改进及其在负荷预测中的应用

阐述了传统组合预测方法的基本原理,并从理论上论证了组合预测方法相对于单一预测模型的优越性。在此基础上,总结了组合预测方法的具体步骤,对组合预测方法基于最小二乘法的最优权重确定方法进行了改进,提出了一种新的基于BP神经网络模型的最优权重确定方法。最后将改进后的组合预测方法应用于电力系统短期负荷的预测中。通过分析和比较,验证了该方法的有效性。     

自适应神经网络在水质预测建模中的应用

东江惠州段水质直接影响着香港和深圳的淡水供应质量,本文根据东江水质自动监测系统的分布情况,提出了由上游水质预测下淡水质和当前水质预测未来水质的两种基于自适应神经网络的东江惠州段水质预测建模方法,给出了基于误差梯度信息的离散神经网络自适应学习算法,用李亚普诺夫方法证明了该自适应神经网络算法的收敛性,仿真结果证明了该方法具有较高的预测精度,且方法简便,适用对象广泛。     

基于基因表达式编程的非线性系统辨识研究

提出了一种利用基因表达式编程进行非线性系统辨识的新方法,引入了可变染色体和可变终端符集,提出了新的个体的生成机制及相应进化操作符,克服了利用遗传编程进行非线性系统辨识的不足,降低了算法对参数的依赖性,能够在相同的参数设置下进行各种非线性NARMAX模型辨识.对于适应度的定义,综合考虑模型的精确性和复杂性因素,使辨识模型能够在精确性和复杂性之间取得平衡.仿真结果表明,这种方式可以快速准确的获取非线性模型.     

Nonlinear Combination Forecasting Model and Its Application

Ｔｈｅｂａｓｉｃｍｅａｎｉｎｇｏｆｃｏｍｂｉｎａｔｉｏｎｆｏｒｅｃａｓｔｉｓｃｏｍｂｉｎｉｎｇｍａｎｙｆｏｒｅｃａｓｔｉｎｇｍｏｄｅｌｓｔｏｇｅｔｈｅｒｔｏｆｏｒｅｃａｓｔ,ａｎｄｉｔｉｓｕｓｕａｌｙｌｉｎｅａｒｃｏｍｂｉｎａｔｉｏｎａｇｏ．Ｉｎｆａ...     

Study of Combination Forecasting in Airline Traffic Turnover

There are many sophisticated forecasting methods at present,butitis difficultto getaccurate and reliable resultwith only one method in forecasting practice.Ifmany differentforecasting methods were adopted in one forecasting subject,and combined appropriately,then available information coming from the varied methods was used adequately to improvethe forecasting accuracy.That is the basic idea of the combination forecasting.Bates andGranger first put the combination forecasting method forward at…     

用遗传程序设计实现复杂函数的自动建模

采用遗传程序设计的方法实现复杂函数的自动建模，程序中用树的分层结构表示复杂函数，并设计了相应的遗传算子(包括杂交算子和变异算子)以及停机条件。实例测试的结果表明采用遗传程序设计的方法得到的模型比传统的方法得到的模型要好，甚至优于专家设计的一些模型。     

预测模型Agent的实现方法

在多Agent预测模型系统中,由预测方法和模型构成的预测模型Agent是完成预测任务的主体,实现各种预测模型Agent是开发多Agent预测模型系统的主要工作,本文在实现Agent的整体框架基础上,研究了直接编程预测模型Agent的实现方法,并提出了利用Agent技术封闭现有预测模型软件来快速建立预测模型Agent的思路。     

具有残差校正的n次累加灰色模型

提出一种具有残差校正的ｎ次累加灰色模型,给出了这种模型的建模机理和建模步骤,这种模型提高了ＧＭ（１,１）模型的精度,拓宽了ＧＭ（１,１）的应用范围,特别适用于数据波动“无序”,随机性强的系统的建模。文中仿真实例说明了该模型的有效性。     

组合预测模型在我国能源消费系统中的建构及应用

组合预测理论及建模技术对于信息不完备的复杂经济系统具有一定的实用性 .鉴于能源消费系统的复杂性及非线性的特征 ,文章首先利用我国能源消费量的历史数据 ,分别采用灰色预测、神经网络及多元回归方法建立了我国能源消费系统的单项预测模型 .并对各单项模型的优缺点进行了比较分析 .其次 ,采用标准差法进行权重分配 ,建立了我国未来能源消费量的组合预测模型 .最后 ,应用该模型对我国未来 2 0年的能源消费量进行了预测 .结果表明 ,该模型可以作为我国未来能源消费量预测的有效工具 .