基因表达式编程的改进及其在麦蚜种群预测模型构建中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景与意义 | 第8-10页 |
| ·预测模型构建的国内外研究现状 | 第10-11页 |
| ·研究内容及本文组织结构 | 第11-13页 |
| 2 基因表达式编程介绍 | 第13-28页 |
| ·生物进化和遗传 | 第13页 |
| ·遗传算法 | 第13-15页 |
| ·遗传编程 | 第15-17页 |
| ·遗传编程的基本思想 | 第15-17页 |
| ·遗传编程的局限性 | 第17页 |
| ·基因表达式编程 | 第17-26页 |
| ·GEP算法概述 | 第17-18页 |
| ·GEP算法流程 | 第18-19页 |
| ·GEP个体的基本结构 | 第19-21页 |
| ·GEP的适应度函数 | 第21-22页 |
| ·GEP中的遗传算子 | 第22-26页 |
| ·三种进化算法的比较 | 第26-28页 |
| 3 一种改进的GEP算法 | 第28-35页 |
| ·GEP算法的国内外研究现状 | 第28-29页 |
| ·改进的GEP算法 | 第29-31页 |
| ·改进的GEP算法原理 | 第29-30页 |
| ·差分进化算法 | 第30-31页 |
| ·改进GEP算法流程 | 第31页 |
| ·改进GEP算法与类似算法在函数发现中的对比 | 第31-35页 |
| 4 GEP在麦蚜种群预测模型构建中的应用 | 第35-47页 |
| ·问题描述 | 第35页 |
| ·麦长管蚜种群的生物模型简介 | 第35-36页 |
| ·两种GEP算法在麦蚜种群预测模型构建中的应用 | 第36-45页 |
| ·实验所用数据 | 第36-40页 |
| ·传统GEP算法的实验结果与预测分析 | 第40-42页 |
| ·改进GEP算法的实验结果与预测分析 | 第42-45页 |
| ·两种GEP算法的实验结果对比 | 第45-47页 |
| 5 结论与展望 | 第47-49页 |
| ·本文主要工作总结 | 第47页 |
| ·研究展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 攻读硕士学位期间发表的论文及科研情况 | 第55页 |
