国民经济第三产业发展的GEP演化预测

提出了一种基于基因表达式编程的经济发展演化模型,并给出了参数控制集、函数集和变量集,构造了相应的适应度函数,重新定义了遗传算子集,并对国民经济第三产业的发展进行了预测.结果表明,基于基因表达式编程的演化模型具有较好的预测精度与收敛速度,能较好地应用于定量经济指标预测当中.     

基于多表达式基因编程的复杂函数挖掘算法

传统的基因表达式编程(Gene Expression Programming) 挖掘复杂函数时,存在进化辈数过大、无法跳出局部最优解等问题,提出了基于多表达式基因编程的遗传进化算法,提高GEP的全局寻优能力, 提出了一种新的多表达式基因编程的遗传进化算法(Multi Expression Gene Programming, MEGP),建立了同一染色体内基因多层次编码、解码模型,理论上分析并比较了MEGP算法的表达空间复杂性,实现了多表达染色体遗传进化算法和染色体适应度评价算法.实验表明, 在解决函数挖掘问题中, MEGP成功率是传统GEP的2～4倍.     

基于K-表达式长度的改进GEP算法研究

在基因表达式编程中,个体适应值的计算是频繁发生的操作,要动态生成和遍历大量的树,成为影响GEP算法效率的瓶颈.为此,提出了基于K-表达式长度快速求适应值的KLCF算法,实验表明KLCF算法简单有效且大大缩短演化时间;同时也提出了改进的基因表达式算法KL-GEP,实验表明,KL-GEP与GP和GEP相比,具有更高的拟合和预测精度、更快的收敛速度.     

基因表达式编程在函数挖掘中的应用研究

基因表达式编程（GEP）是一种基于基因型和表现型的新的自适应演化算法,为克服GEP在保持种群多样性和保护最优解方面的缺陷,对经典GEP进行了改进,提出了一种基于头、身、尾三段结构和自适应变异算子的改进的基因表达式算法（GEP-FM）,并从理论上对算法的复杂度和收敛性进行了分析;同时将GEP—FM算法应用于函数挖掘．多个数值实验结果表明：该方法挖掘的模型优于传统算法及经典GEP算法,具有更高的拟合度和预测精度,     

基因表达式编程在问卷分析中的应用

介绍了基于基因表达式编程(Gene Expression Programming,GEP)的知识发现技术的基本概念及特色.对重庆市596名大学生的睡眠质量和睡眠卫生意识现状的调查数据,用GEP进行了训练及评估.实验结果显示,基于基因表达式编程的评估方法准确率与问卷标准评分得出的结果基本一致,不但简化了计算过程,而且能提供参数间的函数关系.     

基于GEP滑动窗口模型的变压器油中溶解气体含量预测

为了对变压器的运行状态和潜伏性故障进行有效预测,提出了基于基因表达式程序设计(Gene Expression Programming,GEP)滑动窗口预测模型的变压器油中溶解气体浓度的预测方法。根据变压器油中溶解气体量的变化特点,选择合适的嵌入维度、终结点集、函数集等GEP运行参数后由适应度函数驱动进行遗传操作,演化出各气体的预测模型。结合变压器运行实例,给出了7种主要气体的预测结果以及H2含量的预测公式,并与MGM(1,7)模型进行比较。对比结果表明,该方法能有效地提高预测精度。     

基因表达式编程及其在混凝土徐变分析中应用

混凝土徐变分析在混凝土结构应力计算和变形分析中有着重要意义。由于影响混凝土徐变的因素较多,徐变函数呈现高度非线性,传统回归方法难以取得令人满意结果。基因表达式程序设计方法,吸取了遗传算法和基因编程两者的优点,在解决非线性拟合问题方面表现出非凡的数据挖掘能力与优势。在基因表达式编程理论分析基础上,利用该方法建立了混凝土徐变函数知识挖掘模型。实例表明,该模型比常规方法得到的函数有更高的精度。     

基于小生境基因表达式编程的多模函数优化

为了解决传统基因表达式编程(GEP)无法发现多模函数的所有最优解的问题,将小生境概念引入到基因表达式编程中。分析了传统GEP算法在多模函数优化方面的不足,提出了小生境半径的自适应调整策略AMNR,提出了基于小生境基因表达式编程的多模函数优化算法NGEP-MFO。扩展了传统GEP的应用领域,实验表明,相对于传统GEP,NGEP-MFO能大幅提高发现所有最优解的成功率和判定最优解的准确度。     

面向双侧训练的前臂外骨骼肌肉力-电关系识别模型

为了使前臂外骨骼系统能准确识别健肢运动的肌力水平,并带动患肢进行双侧训练,提出基于表面肌电的肌肉自主收缩力-电关系识别模型.通过4名被试者,实验采集前臂4种抓握力度下的肌电信号和握力值.利用单因素方差分析与多重比较产生的同类子集,提取11个具有显著性差异的肌电时域指标作为特征值.采用Elman神经网络构建力-电关系分类模型和肌力预测模型,并与基于支持向量机和基因表达式编程的预测模型进行性能比较.实验结果表明:Elman模型能够成功识别4种不同握力水平,建模效率高于基因表达式编程模型,肌力预测的泛化性能优于支持向量机模型.开发一个前臂外骨骼,在双侧训练的控制中验证了方法的有效性.     

基于拟合HOSBM的邮件网络稳定链接的预测方法

为提高邮件通联网络中稳定链接预测的准确度,针对邮件通联网络中议题小组结构所具有的可重叠性和层次性特点,提出一种邮件通联网络边演化模型框架HOSBM,并给出HOSBM的似然估计函数;结合使用马尔科夫链蒙特卡洛算法,通过计算生成链接的可信度对邮件通联网络中的稳定链接进行预测.Enron邮件数据集上的实验结果表明,相比基于邻近度CN的链接预测法,基于拟合HOSBM的预测方法具有较高的预测精度和预测准确性.     

基于粗糙集约简算法的加注系统风险预测模型

基于粗糙集理论,提出了加注系统风险预测模型:首先,应用属性约简算法,将加注系统风险源权重的确定问题转化为粗糙集理论中属性重要性的评价问题,通过计算得到加注系统各风险源的权重,从而使加注系统风险源权重的确定更具客观性和合理性;其次,采用BP人工神经网络的自学习功能,建立一个加注系统风险预测模型,将相对约简的风险源作为系统输入,可较好地提高预测模型的效率。实例表明,该模型具有良好的扩展性和较低的运行开销。     

考虑经济效益的风储联合发电系统的最优功率预测

准确的风功率预测及经济效益最大化问题一直是电力系统关注的热点,同时也决定风储联合系统参与调度的积极性.因此,文中构建了考虑经济效益的风功率预测模型和风储联合调度模型.首先,分析不同损失函数下的最优预测理论,并选择基于成本导向的增强回归树建立考虑了预测误差成本的风功率预测模型,该模型通过降低预测误差成本提高风电场经济效益;然后,以风功率预测模型的实验结果为基础,构建风储联合调度模型,最大化风电场的经济效益;最后在两个风电场中验证文中所提方法的有效性和先进性.     

基于AR IMA与LOESS的安全生产事故时序预测研究

我国每年安全生产事故都造成大量的人员伤亡和经济损失,因此预防和减少安全生产事故的发生非常重要,利用ARIMA模型和LOESS回归模型组合预测能提高安全生产事故次数预测的精准度.首先建立ARIMA预测模型,用训练集中的预测偏差建立LOESS回归模型,综合两者的预测值,得到最终预测结果.采用2007年9月至2016年7月全国安全生产事故次数数据的实验结果表明:综合2种模型得到的组合预测方法的预测结果精度高于单种模型.     

煤层气开发项目经济评价方法与预测模型

根据煤层气开发工程的特点及中国煤层气勘探开发现状，在充分借鉴美国煤层气开发项目经济评价方法和国内有关研究成果的基础上，利用作多年煤层气开发实践经验，建立了一套较为完整的煤层气开发项目经济评价方法和预测模型，并分别从项目投资预测、采气成本计算、产出预测和财务评价等4个方面对此经济评价方法和预测模型加以简要介绍．实际应用结果表明：煤层气开发项目经济评价方法和预测模型是项目决策科学化的重要依据．     

最优时间的无零矢量有限状态预测控制

针对三相逆变二电平电路运行特性和交流侧共模电压抑制需求,提出了一种最优时间序列的三相逆变器无零矢量有限状态预测控制．在传统有限控制集模型电流预测控制基础上舍弃零矢量,以减小输出电流偏差为目标构造价值函数;非零矢量采用最优作用时间,以消除共模干扰的最大值．通过实验表明,改进策略有效地降低了共模电压,改善了输出电流的对称性,提高了稳态精度．     

轨道交通车辆到达前站台乘客候车分布研究

在分析站台乘客候车分布特性的基础上,构建候车位置场强度函数,建立了站台候车位置乘客人数预测模型.为求解模型参数,以实际乘客候车人数与预测相差平方和最小构造目标函数,改进了确定搜索区间的进退法.在此基础上,分析了模型参数与站台乘客候车分布之间的关系.以海淀黄庄站台乘客候车分布数据进行验证,结果表明,一般误差在0～4人,最大误差为6人,基本可以满足实际要求.     

ARIMA- KALMAN在航材库存动态预测中的应用研究

为提高航材库存需求的预测精度,着力解决 ARIMA模型预测滞后性和非同步性问题,提出 ARIMA模型和 KALMAN滤波技术理论的组合模型。应用 ARIMA模型辨识 KALMAN滤波初始状态参数,考虑系统噪声的影响,以最小均方误差为估计准则,构建航材库存的动态预警模型,并在测试数据集上检验组合模型库存预警效果。实例分析发现, ARIMA-KALMAN组合模型可以提高航材库存预测精度,实现航材库存动态预测,对于解决 ARIMA模型预测滞后性和非同步性问题有重要意义。     

一种基于灰色系统和支持向量机的预测优化模型

针对传统的灰色系统中预测模型涉及相关因素多,预测效率与精度不足等问题,结合粗糙集理论和支持向量回归机方法,提出了一种改进的预测优化算法。该模型算法首先利用属性约简技术解决影响因子不相容性问题并有效缩减了影响预测值的因子空间,降低计算的复杂性;然后采用灰色模型进行数据预测,并将预测结果作为支持向量机的输入,进而求解优化模型的预测值,最后采用1990～2010年我国人口数据对我国人口进行预测。实验结果表明该预测优化模型在预测效率和精度方面具有较好的表现。     

基于隶属函数的疲劳寿命预测模型

针对传统疲劳寿命预测误差较大的问题，提出了将隶属函数应用于疲劳寿命预测的新方法，并建立了基于隶属函数的疲劳寿命预测模型。该摸型考虑了低于疲劳极限的应力所带来的损伤作用，实例对比分析表明：所建立的预测模型具有精度高、适用性强、使用方便的特点，是一种实用有效的预测方法。     

可拓聚类预测方法预测卷烟销售量

利用可拓聚类预测方法对卷烟销售量进行了预测,用卷烟销售量和第1、第3产业产值的历史数据构造分类经典域和节域物元,应用物元和可拓集合中的关联函数建立预测模型,通过聚类分析得到预测结果.利用我国云南某地区的实际数据进行分析计算,其结果表明可拓聚类预测方法应用于卷烟销售量预测上是有效的.