| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景及研究意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 基因表达式编程的研究现状 | 第11-12页 |
| 1.2.2 麦蚜种群发生量的研究现状 | 第12页 |
| 1.2.3 建筑工程造价预测的研究现状 | 第12-13页 |
| 1.3 研究内容与本文组织结构 | 第13-15页 |
| 2 基因表达式编程及其应用领域介绍 | 第15-33页 |
| 2.1 进化计算 | 第15-17页 |
| 2.1.1 遗传算法 | 第15-16页 |
| 2.1.2 遗传编程 | 第16-17页 |
| 2.2 基因表达式编程 | 第17-26页 |
| 2.2.1 GEP的概述 | 第17-18页 |
| 2.2.2 GEP的基因和染色体 | 第18-20页 |
| 2.2.3 GEP的染色体解码 | 第20-21页 |
| 2.2.4 GEP的适应度函数 | 第21-22页 |
| 2.2.5 GEP的遗传操作 | 第22-26页 |
| 2.3 应用领域的相关介绍 | 第26-31页 |
| 2.3.1 麦蚜种群建模的概述 | 第26-27页 |
| 2.3.2 建筑工程造价预测的概述 | 第27-30页 |
| 2.3.3 基因表达式编程建模预测的合理性分析 | 第30-31页 |
| 2.4 本章小结 | 第31-33页 |
| 3 改进的双系统协同进化基因表达式编程算法介绍 | 第33-43页 |
| 3.1 算法的基本思想 | 第33页 |
| 3.2 算法的流程 | 第33-34页 |
| 3.3 自然进化系统 | 第34-35页 |
| 3.4 人工干预系统 | 第35-37页 |
| 3.4.1 基因库的建立和更新 | 第35-36页 |
| 3.4.2 个体干预 | 第36页 |
| 3.4.3 种群干预 | 第36-37页 |
| 3.5 双系统协同进化的GEP算法与类似算法在函数发现中的对比 | 第37-41页 |
| 3.6 本章小结 | 第41-43页 |
| 4 DSCE-GEP算法在麦蚜种群建模中的应用 | 第43-49页 |
| 4.1 数据来源 | 第43-44页 |
| 4.2 基于DSCE-GEP的小麦长管蚜田间种群数量的动态建模和分析 | 第44-48页 |
| 4.2.1 实验环境简介 | 第44-45页 |
| 4.2.2 基于DSCE-GEP算法的麦蚜种群数量的建模和分析 | 第45-48页 |
| 4.3 本章小结 | 第48-49页 |
| 5 DSCE-GEP算法在建筑工程造价预测中的应用 | 第49-55页 |
| 5.1 案例选取 | 第49-50页 |
| 5.2 基于DSCE-GEP的建筑工程造价预测模型构建及预测分析 | 第50-54页 |
| 5.2.1 基于DSCE-GEP算法的模型构建 | 第50-51页 |
| 5.2.2 基于DSCE-GEP算法预测模型的预测 | 第51-52页 |
| 5.2.3 基于DSCE-GEP算法预测模型的评价 | 第52-54页 |
| 5.3 本章小结 | 第54-55页 |
| 6 总结与展望 | 第55-57页 |
| 6.1 本文主要研究工作总结 | 第55页 |
| 6.2 工作展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第61-63页 |
| 致谢 | 第63页 |
