本文關(guān)鍵詞：一種自反饋基因表達(dá)式編程及其在統(tǒng)計(jì)建模中的應(yīng)用

  更多相關(guān)文章： 基因表達(dá)式編程 無效區(qū)域 自反饋 統(tǒng)計(jì)建模

【摘要】：隨著科技高速發(fā)展帶來的信息爆炸,周身相關(guān)的信息大幅度增加,數(shù)學(xué)建模作為信息處理的方法之一越來越凸顯其重要性。但沒有一種方法是萬能的,不同的環(huán)境存在不同的因素干擾,為了應(yīng)實(shí)際情況而選擇出最佳的解決方法,需要從這些問題中尋找和提取關(guān)鍵的、相關(guān)的、有規(guī)律的因子,結(jié)合環(huán)境因素及之間的關(guān)聯(lián),構(gòu)造出一個(gè)能反映事物的內(nèi)在發(fā)展規(guī)律和過程的數(shù)學(xué)模型。本論文的研究內(nèi)容和創(chuàng)新點(diǎn)如下:1、本論文首先對(duì)經(jīng)濟(jì)建模中的常規(guī)方法—線性回歸、拋物線回歸方法進(jìn)行介紹,然后在上述方法的基礎(chǔ)上引出GEP的基本描述,并對(duì)傳統(tǒng)GEP(包含求GEP有效長度和基因表達(dá)式值的計(jì)算方法----GRCM方法)概念詳細(xì)闡述。分析GEP包含的特征及特性,以及自身存在的問題-------常規(guī)的GEP算法容易陷入局部最優(yōu)的誤區(qū)導(dǎo)致算法不準(zhǔn)確。本文將在傳統(tǒng)GEP的有效長度基礎(chǔ)上,并根據(jù)GEP在無效長度區(qū)域能無限查詢搜索空間的特點(diǎn),對(duì)演化算子進(jìn)行改進(jìn),設(shè)計(jì)一種自反饋的基因表達(dá)式編程算法SGEP,最后使用真實(shí)的例子分別對(duì)改進(jìn)后的GEP方法SGEP、傳統(tǒng)GEP方法與常用的回歸方程進(jìn)行測(cè)試,將測(cè)試結(jié)果與傳統(tǒng)的統(tǒng)計(jì)建模算法以及傳統(tǒng)的GEP算法相比較分析,證明算法SGEP的有效性和優(yōu)越性。2、提出自反饋的TIS插串算子。傳統(tǒng)的GEP中,candida Ferreira提出了根插串、IS插串、RIS插串、變異、交叉、重組等增加基因多樣性和使基因不斷進(jìn)化的操作方式,并根據(jù)不同的情況,設(shè)置不同的選擇算子。但就插串操作而言,不同插串操作相互之間有一定的局限性,并且未能考慮到基因中的有效位長度不斷減少造成種群個(gè)體的過于集中而陷入局部最優(yōu)解的情況。因此,為了保證穩(wěn)定的有效長度,本論文將有效位較短的基因采用從最后一個(gè)有效位對(duì)應(yīng)的函數(shù)符開始插入一個(gè)有效位串(TIS串算子)的方法進(jìn)行改進(jìn),以確保種群個(gè)體的均勻性和多樣性,提高算法的效率。3、根據(jù)尾部無效位插入TIS串算子的方法提出一種自反饋的GEP算法(簡(jiǎn)稱SGEP算法,自反饋的意思是當(dāng)有效位較短時(shí),算法會(huì)從有效位的最后一位開始往回找到一個(gè)函數(shù)符集的意思),并將此算法應(yīng)用在企業(yè)的經(jīng)濟(jì)效益指標(biāo)數(shù)據(jù)建模中;4、改進(jìn)算法SGEP的實(shí)驗(yàn)比較分析。由于改進(jìn)的SGEP算法具有比傳統(tǒng)GEP算法更均勻的種群分布,從而能更好的避免算法陷入局部最優(yōu)解,并加快了算法的收斂速度。通過使用該算法對(duì)某集團(tuán)公司的5個(gè)下屬企業(yè)的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行一維和多維的數(shù)據(jù)建模,并通過圖表進(jìn)行性能分析,說明了該算法的有效性和與傳統(tǒng)的統(tǒng)計(jì)建模算法(線性回歸和拋物線回歸算法)以及傳統(tǒng)的GEP算法相比具有更高的準(zhǔn)確度,達(dá)到了較好的效果。
【關(guān)鍵詞】：基因表達(dá)式編程 無效區(qū)域 自反饋 統(tǒng)計(jì)建模
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：Q811.4;O212.1
【目錄】：

• 摘要5-7
• ABSTRACT7-11
• 第一章 緒論11-15
• 1.1 論文研究的背景11-12
• 1.2 研究的現(xiàn)狀12-13
• 1.3 研究的意義13
• 1.4 研究的主要內(nèi)容13-15
• 第二章 理論研究與分析15-30
• 2.1 回歸方程15-16
• 2.2 演化算法16-19
• 2.2.1 演化算法GA16-19
• 2.2.2 遺傳編程GP19
• 2.3 傳統(tǒng)的基因表達(dá)式編程GEP19-28
• 2.3.1 符號(hào)集合20-21
• 2.3.2 個(gè)體編碼21-23
• 2.3.3 個(gè)體求值23-25
• 2.3.4 適應(yīng)值函數(shù)25-26
• 2.3.5 GEP的演化算子26-27
• 2.3.6 終止條件27-28
• 2.3.7 算法流程28
• 2.4 針對(duì)統(tǒng)計(jì)建模問題的GEP28-29
• 2.4.1 統(tǒng)計(jì)建模誤差分析方法28-29
• 2.4.2 GEP自動(dòng)建模流程29
• 2.5 本章小結(jié)29-30
• 第三章 基于TIS插串SGEP算法30-34
• 3.1 TIS插串算子30-32
• 3.2 基于TIS插串算子的SGEP算法建模的步驟32
• 3.3 本章小結(jié)32-34
• 第四章 數(shù)據(jù)實(shí)驗(yàn)34-57
• 4.1 實(shí)驗(yàn)一：XX集團(tuán)公司子公司A的資產(chǎn)總額的一維建模35-39
• 4.2 實(shí)驗(yàn)二：XX集團(tuán)公司子公司B的凈利潤的一維建模39-43
• 4.3 實(shí)驗(yàn)三：各年齡段員工與營業(yè)收入的多維建模43-48
• 4.4 實(shí)驗(yàn)四：各文化程度段員工與營業(yè)收入的多維建模48-52
• 4.5 實(shí)驗(yàn)五：各員工職級(jí)與營業(yè)收入的多維建模52-56
• 4.6 實(shí)驗(yàn)結(jié)果分析56
• 4.7 本章小結(jié)56-57
• 總結(jié)與展望57-58
• 參考文獻(xiàn)58-60
• 攻讀碩士學(xué)位期間取得的研究成果60-61
• 致謝61-62
• 附件62

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 陳愛敏;陸君安;吳運(yùn)卿;;Liu系統(tǒng)的自反饋控制和采樣數(shù)據(jù)反饋控制[J];武漢大學(xué)學(xué)報(bào)(工學(xué)版);2006年02期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前2條

1 令狐大智;李陶深;;一種面向混合數(shù)據(jù)的自反饋模糊聚類分析算法[A];廣西計(jì)算機(jī)學(xué)會(huì)2007年年會(huì)論文集[C];2007年

2 孫立成;武征;張浩;陸啟生;;含自反饋光場(chǎng)的哈肯-洛侖茲方程的穩(wěn)定性分析[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會(huì)論文集（上冊(cè)）[C];2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 李珊妮;一種自反饋基因表達(dá)式編程及其在統(tǒng)計(jì)建模中的應(yīng)用[D];華南理工大學(xué);2016年

2 楊吉松;全雙工無線中繼站自反饋干擾抑制研究[D];電子科技大學(xué);2013年

3 楊鵬;基于SOPC的自反饋測(cè)試序列搜索算法的研究與實(shí)現(xiàn)[D];湖南大學(xué);2010年

，

本文編號(hào)：786533