检索结果-南通市图书馆

基于改进的多表达式编程算法的木材染色配方预测

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2025年第07期 2865-2873页

作者：管雪梅张威杨渠三东北林业大学计算机与控制工程学院

由于珍贵木材日益稀缺以及过度开发导致的严重环境问题，有必要通过对普通木材进行染色来模仿珍贵木材的外观。在本研究中采用计算机辅助染色技术，实现对普通木材的高精度染色，从而创造出外观类似珍贵木材的替代品，减少人们对它们的... 详细信息

由于珍贵木材日益稀缺以及过度开发导致的严重环境问题，有必要通过对普通木材进行染色来模仿珍贵木材的外观。在本研究中采用计算机辅助染色技术，实现对普通木材的高精度染色，从而创造出外观类似珍贵木材的替代品，减少人们对它们的依赖。首先，基于基因表达编程(gene expression programming, GEP)的概念，提出了一种多表达式编程(multi-expression programming, MEP)算法来预测染料配比，考虑到多种染料之间的复杂相互作用，采用多基因表达，MEP算法能够处理这些复杂的多种染料之间的相互作用，从而得到更直观的函数表达式。为了提高MEP的函数挖掘准确性，自适应调整突变和重组算子的概率，并使用并行编程来增强函数挖掘效率。与基因表达编程的结果相比，MEP深入挖掘了函数关系，并在颜色预测中获得了0.113的相对偏差结果。

关键词：木材染色基因表达编程多表达式编程计算机颜色匹配遗传算法光谱反射率

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多表达式编程的函数发现问题研究

计算机工程与设计 2011年第3期32卷 1134-1137页

作者：朱明放任艳玲张建斌江苏技术师范学院计算机工程学院江苏常州213001 江苏技术师范学院电信学院江苏常州213001

函数发现问题是数据挖掘研究领域的重要任务之一,研究了基于多表达式编程的函数发现问题,多表达式编程是进化算法最新研究热点。介绍了多表达式编程的主要思想,包括基因结构,遗传算子设计,以及基本算法流程等,阐明了基于多表达式编程挖... 详细信息

函数发现问题是数据挖掘研究领域的重要任务之一,研究了基于多表达式编程的函数发现问题,多表达式编程是进化算法最新研究热点。介绍了多表达式编程的主要思想,包括基因结构,遗传算子设计,以及基本算法流程等,阐明了基于多表达式编程挖掘函数关系的适应度函数设计方法。实验研究了多表达式编程挖掘函数关系,结果表明,多表达式编程基因编码效率高,空间利用率高,函数发现的能力强。

关键词：多表达式编程基因表达式编程函数发现问题进化计算数据挖掘

在线全文

学校读者我要写书评

暂无评论

多表达式编程在规则挖掘中的应用研究

多表达式编程在规则挖掘中的应用研究

作者：李阳石家庄经济学院

学位级别：硕士

数据挖掘是一个多学科交叉融合的前沿学科，是信息技术发展过程中的重要成果之一，其理论研究和实际应用都已被广泛关注。关联规则挖掘是数据挖掘中的一项重要任务，用于发现大量数据中项集之间隐含的关联。近年来，随着互联网的迅速普... 详细信息

数据挖掘是一个多学科交叉融合的前沿学科，是信息技术发展过程中的重要成果之一，其理论研究和实际应用都已被广泛关注。关联规则挖掘是数据挖掘中的一项重要任务，用于发现大量数据中项集之间隐含的关联。近年来，随着互联网的迅速普及，数据库规模的不断扩大，关联规则挖掘变得越来越复杂，传统的关联规则挖掘算法已经不能满足当今知识发现的需要。学者们开始将多种算法应用到关联规则挖掘中来，其中演化算法是一种非常有效的方法，并已成为人们关注的焦点之一。基因表达式编程是一种新的演化算法模型，主要借鉴了生物进化中基因表达的方式。多表达式编程是遗传程序设计领域的一个新的扩展。近几年来，多表达式编程因其独特灵活的编码方式，已经被广泛应用在诸多领域，并取得了一定的成果。本文主要研究多表达式编程算法并将其应用于求解关联规则挖掘问题。首先，研究了基因表达式编程和多表达式编程的基本原理和实现技术;其次，详细分析了数据挖掘中经典关联规则挖掘算法的优缺点;最后，针对关联规则挖掘问题，改进了多表达式编程算法，使其能更好的解决关联规则挖掘问题。本文主要工作和创新点概括如下： (1)设计了多表达式编程算法的遗传算子和适应度函数。对数据挖掘中关联规则挖掘进行了深入研究、对传统关联规则挖掘算法进行了详细分析，结合关联规则挖掘问题、多表达式编程的编码方式、多表达式编程算法的优缺点，设计了适应度函数和几种不同的遗传算子。 (2)改进了多表达式编程算法。为了更充分的利用算法的优点，更好的弥补其不足，提出了改进的多基因表达式编程算法、改进的多表达式编程算法、改进的多表达式编程与差分演化融合算法、改进的多表达式编程与模拟退火融合算法，并将这些算法应用于关联规则挖掘中。 (3)对算法进行仿真实验。通过对实验结果分析，证明了算法在求解规则挖掘问题时具有可行性，并表现出了很多优势。

关键词：遗传程序设计数据挖掘多表达式编程关联规则

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多表达式编程及其在演化建模中的应用研究

多表达式编程及其在演化建模中的应用研究

作者：轩宗怡石家庄经济学院

学位级别：硕士

在科学研究和工程技术等方面,有大量的问题需要建立相应数学模型,来描述个抽象系统的输入输出关系。要想对复杂系统的观测数据建立能够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很难实现的。演化建模是采用演化算法来... 详细信息

在科学研究和工程技术等方面,有大量的问题需要建立相应数学模型,来描述个抽象系统的输入输出关系。要想对复杂系统的观测数据建立能够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很难实现的。演化建模是采用演化算法来搜索建立问题的最优模型的建模方法,对于给定的输入变量和输出变量,它可以自动挖掘建立二者之间的关系模型。因为它采用是种群的方式组织搜索,使得它可以同时搜索解空间的多个区域,因此演化算法非常适合大规模并行计算。演化建模的常用算法为遗传程序设计(Genetic Programming, GP),基因表达式程序设计(Gene Expression Programming, GEP)是GP的一个分支,多表达式编程(Multi-Expression Programming,MEP)是遗传程序设计领域近年来的又一新成果。MEP具有较高的搜索挖掘能力,与其他遗传程序设计相比,MEP表现出了更强的建模能力,因此,应用MEP算法解决演化建模问题是非常有益的尝试。本文研究了多表达式程序设计及其在演化建模上的应用。首先,分析了演化建模问题,介绍了从非线性GP(树形GP)到线性GP(一般线性GP、GEP、MEP)的发展过程,重点阐述了基本MEP算法的基本理论和实现技术,包括MEP的编码方式、适应度函数、遗传算子和算法结构等;然后,研究了用基本MEP算法进行演化建模的基本原理,并通过建模实例验证了基本MEP算法在演化建模上的可行性;最后,针对基本MEP算法的拟合度、精确度不高等不足之处对基本MEP算法作了改进,引入了小生境技术,并通过建模实例验证了改进MEP算法的有效性和可行性。

关键词：多表达式编程遗传程序设计演化建模小生境技术

基于多表达式编程与频率等高线相结合的结构裂纹检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

山东大学学报（理学版） 2009年第9期44卷 22-27页

作者：刘明军修黎明李金屏彭喜元哈尔滨工业大学电气工程与自动化学院黑龙江哈尔滨150001 济南大学信息科学与工程学院山东济南250022

在将进化算法用于裂纹诊断的基础上,对结构裂纹定位进行了深入分析和研究。将结构固有频率作为裂纹的诊断参数,根据频率等高线的交点及多表达式编程模型的预测结果来定位结构裂纹。实验结果表明该方法能够有效地融合二者的优点,实现裂... 详细信息

在将进化算法用于裂纹诊断的基础上,对结构裂纹定位进行了深入分析和研究。将结构固有频率作为裂纹的诊断参数,根据频率等高线的交点及多表达式编程模型的预测结果来定位结构裂纹。实验结果表明该方法能够有效地融合二者的优点,实现裂纹快速、准确定位。

关键词：裂纹检测固有频率多表达式编程频率等高线

在线全文

学校读者我要写书评

暂无评论

基于多表达式编程的分类算法研究

小型微型计算机系统 2010年第7期31卷 1371-1374页

作者：张建伟吴志健黄樟灿姜大志郭京蕾武汉大学软件工程国家重点实验室湖北武汉430072 武汉理工大学理学院湖北武汉430070 华中师范大学计算机科学系湖北武汉430079

多表达式编程是一种基因可复用的线性遗传程序设计方法,目前已应用于许多数据挖掘问题,但在分类问题中的研究还比较少.针对多表达式编程的编码特点并结合现有分类方法,提出一种新的分类算法.该算法将分类规则蕴含于多表达式编程的染色体... 详细信息

多表达式编程是一种基因可复用的线性遗传程序设计方法,目前已应用于许多数据挖掘问题,但在分类问题中的研究还比较少.针对多表达式编程的编码特点并结合现有分类方法,提出一种新的分类算法.该算法将分类规则蕴含于多表达式编程的染色体内,并按照适者生存的原则对分类规则进行演化挖掘.实验表明该算法具有可行性,能够达到较高分类精度.

关键词：多表达式编程遗传程序设计分类数据挖掘

在线全文

学校读者我要写书评

暂无评论

改进的多表达式编程算法在函数发现中的应用

计算机工程与设计 2009年第17期30卷 4016-4019页

作者：胡祖辉夏士雄牛强中国矿业大学计算机科学与技术学院江苏徐州221116

为了提高多表达式编程算法的效率,研究了MEP基本算法的适应度函数、杂交策略和变异策略,对其进行了优化,提出了一种改进的MEP算法。改进的MEP算法采用归一化的均方根差作为适应度函数,采用概率区间来选择杂交算子,并使变异概率在进化过... 详细信息

为了提高多表达式编程算法的效率,研究了MEP基本算法的适应度函数、杂交策略和变异策略,对其进行了优化,提出了一种改进的MEP算法。改进的MEP算法采用归一化的均方根差作为适应度函数,采用概率区间来选择杂交算子,并使变异概率在进化过程中随着进化代数和适应值的变化进行动态调整。最后将改进的MEP算法应用于函数发现问题中,对算法的效率进行了验证。实验结果表明,与MEP基本算法相比,改进的MEP算法能够更快速地找到目标函数,算法的效率得到了提高。

关键词：多表达式编程函数发现适应度函数杂交策略变异策略

在线全文

学校读者我要写书评

暂无评论

基于多表达式编程的分类算法研究

基于多表达式编程的分类算法研究

作者：张海涛石家庄经济学院

学位级别：硕士

数据挖掘技术已成为当今计算机应用领域的研究热点之一。分类算法作为数据挖掘的一个重要分支，在过去十多年中引起了许多不同领域学者的注意。随着数据库规模的急剧膨胀，分类规则挖掘的复杂化，传统的分类算法在挖掘复杂分类问题时已... 详细信息

数据挖掘技术已成为当今计算机应用领域的研究热点之一。分类算法作为数据挖掘的一个重要分支，在过去十多年中引起了许多不同领域学者的注意。随着数据库规模的急剧膨胀，分类规则挖掘的复杂化，传统的分类算法在挖掘复杂分类问题时已经无法达到满意的效果，而以遗传算法和遗传程序设计为代表的演化算法因其智能性、并行性、不确定性等诸多特点，目前已成为挖掘复杂分类问题的一个新方法。基因表达式编程是遗传程序设计的一个新分支，而多表达式编程是在基因表达式编程的基础上取得的又一新成果。多表达式编程最主要的特点是在一个染色体内包含多个基因，其中每一个基因都可能被选择来表示该染色体。近几年来，多表达式编程已经成功应用到诸多领域，但在数据挖掘领域仍处于初级阶段，将多表达式编程应用到分类问题中是一种有益的尝试。本文主要研究了基于多表达式编程的分类算法。首先，介绍了分类问题的基本概念和多表达式编程的发展历程。其次，通过分析基本的多表达式编程在分类问题中的不足，提出了一种改进算法，该算法在多表达式编程的选择策略、适应度函数和遗传算子等方面进行了改进。最后，根据改进的算法编制了程序并进行了实验，实验结果表明改进的多表达式编程分类算法在分类精度上优于基本的多表达式编程分类算法。本文主要创新点如下： (1)将多表达式编程应用到分类问题中，并得到较好的分类精度和收敛速度。 (2)分析了基本的多表达式编程在分类问题中的不足，提出了一种改进的多表达式编程分类算法。

关键词：数据挖掘分类算法遗传程序设计多表达式编程

基于多表达式编程的神经网络自动优化方法及其应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多表达式编程的神经网络自动优化方法及其应用研究

作者：贾光峰济南大学

学位级别：硕士

人工神经网络由于其强大的学习、并行处理、自组织和自适应能力和容错性,近年来已经成功的应用于科学研究和工程领域,如函数逼近、模式识别、分类、预测和控制等领域。但是,神经网络的性能是高度依赖于它的网络结构和参数的,对于同一个... 详细信息

人工神经网络由于其强大的学习、并行处理、自组织和自适应能力和容错性,近年来已经成功的应用于科学研究和工程领域,如函数逼近、模式识别、分类、预测和控制等领域。但是,神经网络的性能是高度依赖于它的网络结构和参数的,对于同一个问题的解决,可能存在多个结构不同且性能不同的神经网络。根据具体的问题,所设计的神经网络可能是多个隐含层和输入输出层,每个神经元的激励函数可以是不同的,但是有些时候则可能是输入层和输出层直接连接而没有中间层。设计一个神经网络的最大问题就是给定一个具体问题如何寻找与之相适应的网络结构和相关参数。近年来,进化算法作为一种基于自然选择原理的启发式搜索算法已经被人们用来优化神经网络。不同于传统搜索算法的是,进化算法可以启发式的同时搜索问题空间里的多个解而因此增大找到全局最优点的可能。本文研究的计算模型就是基于一种树结构的进化算法—多表达式编程的神经网络的自动设计,它可以同时优化神经网络的网络结构和参数。本文提出一种使用多表达式编程来线性的表示神经网络并可以采用进化原理进化出最优结构和参数的神经网络的算法,我们将这种模型称为多表达式神经网络。多表达式神经网络可以看作是一种采用树形结构和一组运算符集合构成的非常规神经网络,可用于解决许多分类与预测问题。多表达式编程自动设计的神经网络与普通神经网络相比具有如下优点:层与层之间的连接不必是完全的并且允许跨层连接的存在、隐含层和输出层的非线性神经元具有不同的或可变的激励函数、神经树通过与环境的交互具有自动选择输入变量或降低输入空间维数的功能。本文系统地介绍了人工神经网络、多表达式编程、进化神经网络和柔性神经树的基本理论、构成和实现方法,在总结前人研究的基础上,提出了使用多表达式编程技术自动设计神经网络的方法以及其应用研究。具体内容如下:(1)对神经网络的基本理论进行了详细的综述。首先概述了神经网络的特点、产生和发展历史,着重介绍了神经网络的基本思想、研究领域和应用发展情况,然后从理论和应用研究上综述神经网络的研究现状,总结了神经网络设计中的难点问题。(2)介绍了多表达式编程算法。首先概述了进化算法的基本思想,重点介绍了遗传编程的基本理论,然后阐述了多表达式编程和改进的多表达式编程模型的定义和实现方法。(3)研究了进化神经网络和柔性神经树的特点和实现方法,在此基础上提出了基于多表达式编程的神经网络的自动设计,改进了柔性神经树无法同时优化结构和参数的缺点。(4)将多表达式编程自动设计的神经树模型应用于时间序列预测和分类预测等领域。各种仿真实验,如股票指数预测,外汇汇率预测和基因微阵列分类预测等实验的结果都表明多表达式编程自动设计的神经网络模型比标准神经网络模型的预测结果更具有效性和可靠性。

关键词：多表达式编程进化神经网络柔性神经树时间序列预测分类预测