遺傳規(guī)劃作為一種現(xiàn)代啟發(fā)式隨機搜索優(yōu)化算法,是從遺傳算法中發(fā)展起來的一種全局尋優(yōu)技術(shù),也是重要的進化算法之一。本文結(jié)合最小二乘法（LSM）拓展傳統(tǒng)的遺傳規(guī)劃（GP）算法,得到一種新的非線性預測方法——最小二乘遺傳規(guī)劃（GP-LSM）預測方法,并借鑒綜合集成預測思想,提出一種新的基于GP-LSM的非線性集成預測方法。與傳統(tǒng)的遺傳規(guī)劃相比,我們新提出的最小二乘遺傳規(guī)劃預測方法及其相應(yīng)的集成預測方法主要有四個方面的改進：新形式的個體表達、新的適應(yīng)度函數(shù)、自適應(yīng)的復制策略、動態(tài)調(diào)整的交叉和變異策略。本文將我們新提出的最小二乘遺傳規(guī)劃（GP-LSM）預測方法和基于GP-LSM的集成預測方法分別應(yīng)用天津港和青島港集裝箱吞吐量月度數(shù)據(jù)進行實證分析,并與經(jīng)濟計量模型SARIMA、人工智能技術(shù)BPANN和LSSVM等單預測模型和幾種常用的集成預測模型的預測結(jié)果作對比,我們提出的這種改進的遺傳規(guī)劃預測方法和其相應(yīng)的非線性集成方法具有良好的非線性擬合能力,能給出明確的預測函數(shù)方程,可以更明確地服務(wù)現(xiàn)實預測需求,并且一定程度上提高了預測精度和方向準確度。最后綜合各預測模型,基于TEI@I方法論,給出天津港和青... 

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【文章目錄】：
學位論文數(shù)據(jù)
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀綜述
        1.2.1 物流預測的研究現(xiàn)狀
        1.2.2 遺傳規(guī)劃的研究現(xiàn)狀
    1.3 主要研究內(nèi)容與結(jié)構(gòu)安排
    1.4 本文研究特色與創(chuàng)新
第二章 物流預測理論基礎(chǔ)
    2.1 單預測模型
        2.1.1 SARIMA預測模型
        2.1.2 BPANN預測模型
        2.1.3 LSSVR預測模型
    2.2 集成預測技術(shù)
        2.2.1 簡單平均的方法
        2.2.2 基于方差的權(quán)重方法
        2.2.3 AFTER方法
        2.2.4 TEI@I方法論
    2.3 本章小結(jié)
第三章 遺傳規(guī)劃相關(guān)預測模型
    3.1 遺傳規(guī)劃概述
    3.2 遺傳規(guī)劃的理論基礎(chǔ)
        3.2.1 個體的描述方法
        3.2.2 種群的初始化
        3.2.3 適應(yīng)度的度量
        3.2.4 遺傳算子
        3.2.5 終止準則
        3.2.6 結(jié)果標定
        3.2.7 參數(shù)控制
    3.3 最小二乘遺傳規(guī)劃(GP-LSM)預測模型
        3.3.1 種群的初始化
        3.3.2 使用LSM估計系數(shù)
        3.3.3 適應(yīng)度的設(shè)置及計算
        3.3.4 遺傳算子
        3.3.5 終止準則
    3.4 基于最小二乘遺傳規(guī)劃(GP-LSM)的集成預測模型
第四章 中國環(huán)渤海港口集裝箱吞吐量預測實證
    4.1 引言
    4.2 數(shù)據(jù)描述
    4.3 預測評價標準
    4.4 各預測模型的結(jié)果對比及分析
        4.4.1 單預測模型的結(jié)果對比及分析
        4.4.2 集成預測模型的結(jié)果對比及分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 研究結(jié)論
    5.2 未來研究展望
附錄
參考文獻
致謝
碩士期間發(fā)表的論文和科研成果
碩士期間參與科研項目和參加會議情況
作者和導師簡介
附件


【參考文獻】：
期刊論文
[1]基于遺傳規(guī)劃的SAR圖像目標識別[J]. 吳琳,馮琦,張堃.  計算機工程與應(yīng)用. 2013(23)
[2]基于改進遺傳規(guī)劃算法的非線性集成預測新方法[J]. 黃安強,李夢,楊豐梅.  系統(tǒng)科學與數(shù)學. 2013(11)
[3]基于遺傳規(guī)劃算法的Lorenz序列多步預測方法研究[J]. 吳曉軍,楊磊,張玉梅,馬悅.  西安建筑科技大學學報(自然科學版). 2013(03)
[4]模糊遺傳規(guī)劃方法在預測深部開采巖體移動中的應(yīng)用[J]. 李文秀,尹夏,李冀飛,吉占華,汪琦,劉圣杰.  模糊系統(tǒng)與數(shù)學. 2013(01)
[5]應(yīng)用改進遺傳規(guī)劃方法的快堆功率控制策略[J]. 方濤,陸道綱,段天英.  天津大學學報. 2012(12)
[6]組合預測模型在寧波港口集裝箱吞吐量的預測研究[J]. 張維朋.  科技通報. 2012(05)
[7]港口物流預測研究:基于TEI@I方法論[J]. 許利枝,汪壽陽.  交通運輸系統(tǒng)工程與信息. 2012(01)
[8]一個基于集成情境知識的組合預測方法[J]. 黃安強,肖進,汪壽陽.  系統(tǒng)工程理論與實踐. 2011(S1)
[9]多重群體遺傳規(guī)劃在高性能混凝土強度預測中的應(yīng)用[J]. 趙勝利,宋玲玲,張東原.  四川建筑科學研究. 2011(04)
[10]基于遺傳規(guī)劃的邊坡穩(wěn)定安全系數(shù)預測[J]. 喬金麗,劉波,李艷艷,高淑玲.  煤炭學報. 2010(09)

碩士論文
[1]供應(yīng)鏈管理中的物流預測與協(xié)調(diào)性分析[D]. 成雅娜.北京化工大學 2012
[2]遺傳規(guī)劃在電力短期負荷預測中的應(yīng)用[D]. 朱煥榮.河北農(nóng)業(yè)大學 2011



本文編號：3649046