多表达式编程及其在演化建模中的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题的研究背景 | 第10页 |
| ·演化建模问题概述 | 第10-12页 |
| ·建模的形式化描述 | 第10-11页 |
| ·演化建模的基本概念 | 第11页 |
| ·演化建模的基本步骤 | 第11-12页 |
| ·国内外的研究现状及研究意义 | 第12-13页 |
| ·本文的主要工作 | 第13-14页 |
| 第二章 多表达式程序设计(MEP) | 第14-36页 |
| ·遗传算法(GA) | 第14-15页 |
| ·遗传程序设计(GP) | 第15-18页 |
| ·基因表达式程序设计(GEP) | 第18-25页 |
| ·GEP的基本方法 | 第18-22页 |
| ·GEP算法的基本结构 | 第22-23页 |
| ·GEP的适应度函数 | 第23-24页 |
| ·GEP的遗传操作 | 第24-25页 |
| ·多表达式程序设计 | 第25-34页 |
| ·MEP的编码方式 | 第25-27页 |
| ·MEP的适应度函数和选择算子 | 第27页 |
| ·MEP的遗传操作 | 第27-30页 |
| ·MEP的算法描述 | 第30-31页 |
| ·MEP的优点 | 第31-34页 |
| ·本章小结 | 第34-36页 |
| 第三章 基于基本MEP算法的演化建模 | 第36-44页 |
| ·演化建模实现方式 | 第36-37页 |
| ·建模实例一:采煤工作面瓦斯涌出量模型 | 第37-39页 |
| ·建模实例二:粮食总产量模型 | 第39-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 基于改进MEP算法的演化建模 | 第44-56页 |
| ·对MEP的改进 | 第44-46页 |
| ·基本MEP算法的不足 | 第44页 |
| ·小生境技术的引入 | 第44-45页 |
| ·生物工程中的小生境技术 | 第45页 |
| ·改进MEP的算法描述 | 第45-46页 |
| ·建模实例一:采煤工作面瓦斯涌出量模型 | 第46-48页 |
| ·建模实例二:粮食总产量模型 | 第48-50页 |
| ·建模实例三:GDP增长模型 | 第50-51页 |
| ·建模实例四:小麦流行等级模型 | 第51-54页 |
| ·本章小结 | 第54-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 攻读硕士期间发表论文和科研成果 | 第64页 |
