重金属形态预测建模中GEP算法的应用研究
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 研究内容及组织结构 | 第14-16页 |
| 1.4 本章小结 | 第16-17页 |
| 第2章 基因表达式编程概述 | 第17-28页 |
| 2.1 GEP算法的主要特点 | 第17-18页 |
| 2.2 GEP算法的基本要素 | 第18-20页 |
| 2.2.1 基因和表达式树 | 第18-20页 |
| 2.2.2 多基因染色体 | 第20页 |
| 2.3 GEP算法的进化过程 | 第20-27页 |
| 2.3.1 种群初始化 | 第21-22页 |
| 2.3.2 个体评价 | 第22页 |
| 2.3.3 遗传操作 | 第22-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 GEP算法的改进性研究 | 第28-36页 |
| 3.1 GEP算法的局限性 | 第28页 |
| 3.2 适应度函数的改进 | 第28-30页 |
| 3.3 遗传操作的改进 | 第30-31页 |
| 3.3.1 变异位置的改进 | 第30-31页 |
| 3.3.2 变异概率的改进 | 第31页 |
| 3.4 实例验证 | 第31-35页 |
| 3.4.1 参数设置 | 第32页 |
| 3.4.2 函数发现 | 第32-34页 |
| 3.4.3 结果分析 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 GEP滑动窗口预测法 | 第36-41页 |
| 4.1 时间序列分析 | 第36-37页 |
| 4.2 滑动窗口预测法 | 第37-38页 |
| 4.3 GEP-SWPM算法 | 第38-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第5章 基于GEP算法建立重金属形态预测模型 | 第41-51页 |
| 5.1 预测目标的选定 | 第41-42页 |
| 5.2 建模方案的确立 | 第42-43页 |
| 5.3 评价指标的选择 | 第43页 |
| 5.3.1 拟合优良度评价指标 | 第43页 |
| 5.3.2 短期预测能力评价指标 | 第43页 |
| 5.4 模型的建立与仿真 | 第43-47页 |
| 5.4.1 样本定义 | 第43-45页 |
| 5.4.2 参数设置 | 第45页 |
| 5.4.3 建模与仿真 | 第45-47页 |
| 5.5 模型性能的评价 | 第47-49页 |
| 5.5.1 模型拟合优良度的评价 | 第47-48页 |
| 5.5.2 模型短期预测能力的评价 | 第48-49页 |
| 5.6 算法的比较与分析 | 第49-50页 |
| 5.7 本章小结 | 第50-51页 |
| 总结与展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 作者简介 | 第59页 |
| 攻读硕士期间发表的论文和科研成果 | 第59-60页 |
