基因表達式編程在重金屬形態(tài)預測建模中的應用研究.pdf

1、重金屬形態(tài)預測模型是預測垃圾底灰中重金屬的形態(tài)及遷移轉化的核心與關鍵。合理的重金屬形態(tài)預測模型，能正確評估城市生活垃圾底灰中重金屬對環(huán)境的影響，對探索城市生活垃圾焚燒底灰的安全處置和再利用提供理論依據(jù)。目前已有的對城市生活垃圾焚燒飛灰的重金屬形態(tài)預測模型已不下百種，但模型應用一般針對的是飛灰、灰渣和土壤中的重金屬形態(tài)等，對垃圾焚燒底灰中的重金屬形態(tài)預測模型至今還沒有。所以研究一種城市生活垃圾焚燒底灰中重金屬形態(tài)預測模型至關重要。

2、　　本文詳細介紹了GEP算法，由于標準算法存在局限性，所以對算法做了改進，提出了一種跳躍基因表達式編程算法(Jumping Gene Expression Programming，JM-GEP)，動態(tài)調(diào)整跳躍算子，以避免算法陷入局部收斂。
　　本文采用Shannon信息熵理論證明JM-GEP的收斂性;將鞅理論引入到Markov鏈收斂特性研究中，通過分析JM-GEP種群下鞅性，在理論上證明了JM-GEP算法的收斂性理論。
　　

3、將理論應用于重金屬形態(tài)變化中，預測未來時間點重金屬的形態(tài)變化趨勢。本文以重金屬形態(tài)隨時間變化的數(shù)據(jù)為樣本，采用GEP及其改進算法研究影響重金屬在環(huán)境中的變化趨勢，進化計算得到預測函數(shù)，建立重金屬形態(tài)預測模型。實驗仿真結果表明，基于這兩種算法的重金屬形態(tài)建模方法，既可以對重金屬的某一具體形態(tài)隨時間變化序列建模也可以對影響環(huán)境重金屬形態(tài)變化的多變量建模，降低了對數(shù)據(jù)收集的要求，而改進GEP算法能更加高效地找到具有優(yōu)良擬合度和預測能力的重金屬