基因表達式編程的改進及其在麥蚜種群預測模型構(gòu)建中的應用.pdf

1、麥長管蚜是我國大多數(shù)麥區(qū)的主要害蟲,對小麥的危害嚴重。準確預測麥長管蚜的發(fā)生量,是進行正確防治決策和減少農(nóng)藥用量的前提。目前麥蚜的預測多為發(fā)生級別而非發(fā)生量的預測,并且預測方法單一、誤差比較大,在面對復雜環(huán)境及多因素影響的預測時比較無力,不能滿足防治決策的要求。演化建模方法能夠利用演化算法和一定的搜索策略,通過反復試驗自動生成具有較高擬合精度的函數(shù)模型。本文首先介紹了一種演化算法一基因表達式編程,然后對其算法流程及實現(xiàn)方法進行了具體分析

2、,經(jīng)過系統(tǒng)的研究,發(fā)現(xiàn)數(shù)值常量對GEP的算法性能有很大影響。然而目前的數(shù)值常量處理方法較為復雜,而且效果也不十分理想。對此本文提出了一種改進的GEP算法,優(yōu)化了算法的數(shù)值常量搜索過程,并通過實驗對比驗證了改進算法的有效性。最后將改進的GEP算法應用到麥長管蚜預測模型的構(gòu)建中,比較了傳統(tǒng)GEP算法與本文改進算法的優(yōu)劣,得出了比較理想的實驗結(jié)果。本文主要研究內(nèi)容如下:
　　(1)給出了基因表達式編程算法的基本原理和算法流程。介紹了GE

3、P算法的編碼方式、適應度函數(shù)和遺傳操作?？偨Y(jié)了GEP的特點及與其它進化算法GA、GP的區(qū)別。
　　(2)針對原算法中數(shù)值常量處理的不足,提出了一種改進的GEP算法。該方法最大的特點在于將每一代的函數(shù)發(fā)現(xiàn)過程分為兩個階段:第一階段,由標準GEP算法結(jié)合固定常量集確定函數(shù)結(jié)構(gòu);第二階段,使用差分進化算法(DE)對第一階段得出的函數(shù)結(jié)構(gòu)的常量進行優(yōu)化。新的GEP算法與重要文獻中的改進GEP算法相比,能夠更好地抑制算法陷入局部最優(yōu),有更大