欢迎来到天天文库
浏览记录
ID:33501348
大小:1.60 MB
页数:56页
时间:2019-02-26
《gep在演化建模中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、⑥硕士学位论文MASTER’STHESIS摘要建模在工程应用和科学研究中占据着重要的地位,人们往往将复杂的问题和现象抽象和简化为简单的模型而加以研究。然而,要想对复杂系统的观测数据(如气象数据、海洋数据、地震数据、经济数据等)建立能精确反映数据间内在规律的数学模型,用传统的人工建模方法是几乎不可能实现的。演化建模方法能够利用演化算法和一定的搜索策略,通过不断尝试和反复试验自动生成具有较高拟合精度的函数模型。它不需要像人工建模方法一样事先确定模型的结构,只需要我们根据问题的特征确定构成模型的一些基本组成单元。目前,较常用来进行演化建模的算法有遗传程序设计(GP)和基因表达式程序设计(
2、GEP)。遗传程序设计直接采用树形结构作为编码,在处理复杂系统建模问题时,由于树的深度无限增大,极容易发生代码膨胀,导致搜索效率急剧下降。而基因表达式程序设计采用线性的、定长的、“头部+尾部”的结构化编码方式,遗传操作简单,算法稳定性好,可以很好的应用于演化建模。本文讨论了基于基因表达式程序设计的演化建模问题。主要内容包括:●阐述了基因表达式程序设计的关键技术,分析了GEP的编码优势,并对常用的两种演化建模算法——GEP与GP作了性能上的对比分析。·分析了用GEP进行演化建模的原理,给出了两个建模实例。通过对建模结果的分析,得出GEP能够演化生成具有较高拟合精度的函数模型。·针对单
3、纯GEP算法生成的模型中函数前系数全为1的不足,对GEP算法作了改进——将GT算法与GEP算法相结合,以进一步优化模型中的参数。用改进后的算法给出了两个建模实例,通过对建模结果的对比分析发现,经过结构和参数双重优化后的模型,具有更好的拟合性,更能反映复杂系统数据间的内在规律和联系。关键词:基因表达式程序设计;遗传程序设计;演化建模AbstractPeoplealwaysabstractthecomplexproblemsandphenomenatoasimplemodelfortheirresearchingwiththemodeling’Simportantroleinthefi
4、eldsofengineeringapplicationandscienceresearch.Anditisimpossibletogetamathematicmodelwhichc雒showtheinherentlawsofthecomplexsystems’observeddatasuch硒meteorologicaldata,oceanographicdate,seismicdata,andeconomicdatawiththetraditionalartificialmodelingmethod.Throu曲thecontinuoustriesandrepeatedtest
5、s,EvolutionaryModelingcangencrateautomaticallythefunctionmodelhavinganicefittingprecisionwithmeevolutionaryalgorithmandacertainsearchingstrategy.Forweneedonlymakeadecisionforthebasicitemsaccordingtothecharacteristicsoftheproblemwithoutthenecessaryofdeterminingthestructureofthemodelatfirstlikea
6、pplyingtheartificialmodeling.NoWthepopularalgorithmsfortheevolutionarymodelingareGPandGEEGPdirectlyappliesthetreestructureasthecode,andwhendealingwiththeproblemofthecomplexsystemmodeling,itiseaSytoformthecodedilationleadingtoarapiddecreasingofthesearchingefficiencyfortheindefiniteaccretingoftr
7、eedepth.AndGEPapplyingthelinearandheadpulsingtailstructurehavingacertainlengthcallbeappliedinevolutionarymodelingproperlywiththesimplepenetrateoperationandthegoodalgorithmstability.Thispaperdiscusestheevolutionarymodelingproblemapplying
此文档下载收益归作者所有