遗传编程

摘要： 基于大连市庄河地区的气象数据资料,利用Penman-Monteith公式估算了该地自2011-07-01至2020-03-31间的逐日ET0。PM公式要求的气象数据众多,一般情况下获取的气象资料有所缺失,该方法具有一定的局限性且计算复杂。因此基于MRI-CGCM3模式法(GCM法)、遗传编程算法(GP法)和新提出的卷积神经网络算法(CNN法)分别估算了该地的ET0,并将三者的结果进行比较。比较结果显示,三种方法计算所得数据与实际测量数据均基本一致,但CNN方法能明显提升ET0估算准确度,具有更好的发展前景。

摘要： 准确的绕组热点温度估算模型是评估油浸式变压器热状态和绝缘寿命的关键。文中基于变电站监测的热点温度与负载电流数据,利用遗传编程算法训练出热点温度估算模型的基本结构,结合归一化自适应滤波(NLMS)算法实现热点温度估算模型的参数辨识,最终建立一种油浸式变压器热点温度显式预测模型。研究结果表明:显式绕组热点温度估算模型可以直观映射出负载系数与绕组热点温度之间的关系。预测集下模型的拟合优度为0.9988,最大绝对误差仅为1.36°C,验证了模型的正确性与有效性。此外,针对同一区域下同种容量型号的油浸式变压器进行绕组热点温度估算,证明了所提模型具有较强的泛化性能。

摘要： 目的 医院门诊量预测对于提高医院的工作效率具有重要意义.方法 针对日门诊量预测问题,提出一种基于遗传编程的日门诊量预测方法,该方法首先采用基于距离的离群点挖掘算法识别节日效应的有效时间范围.同时,用节气作为表示气候变化的最小时间单位,以及其他若干属性来描述日门诊量历史数据.最后,以遗传编程为框架,提出了日门诊量预测函数的分段学习策略.结果 算法对日门诊量的预测结果的决定系数均在0.9以上.结论 遗传编程方法具有较强的日门诊量预测能力.

摘要： 针对传统仿真系统中建模方法存在领域知识获取困难、生成行为固定、缺乏适应性等问题,提出基于静态约束的进化行为树方法构建智能体决策行为模型.在通用进化算法基础上自动生成反映智能体决策行为逻辑的行为树拓扑结构,通过通用学习方法与领域规则的较好结合提升决策模型的生成效率和适应性,并以坦克对战军事游戏中的决策行为建模为例进行验证.结果表明:该方法能增强决策逻辑的可解释性,具备可行性和科学性.

摘要： 进化行为树方法是一种利用进化算法自主生成和优化行为树模型的智能体行为建模方法。从介绍行为树、进化算法相关背景知识入手,阐述了基于遗传编程、语法演化、混合算法三类进化行为树算法以及相应改进算法,分析比较不同算法的优劣;梳理总结了进化行为树方法在作战仿真、游戏人工智能、机器人等领域的具体应用;从搜索能力、泛化能力、行为树优化、多智能体应用方面提出并探讨了未来的发展趋势。

摘要： 提出了基于MRI-CGCM3模式和遗传编程人工智能算法的逐日参考作物腾发量(ET0)预报方法(GCM-GP).基于实测气温数据、采用Hargreaves公式计算了大连市庄河地区2011年7月1日至2020年3月31日间的逐日ET0.分别采用MRI-CGCM3模式的原始模拟数据(GCM法)和GCM-GP方法计算了该地区的ET0.结果表明,两种方法所得结果均与实测值的变化趋势基本保持一致,但GCM-GP方法方法可以大幅度地提高预报精度,具有较好的推广价值.

摘要： 近岸植物带能有效削弱波浪作用,植物带消浪影响因素分析对布置护岸工程、维护岸线稳定有重要意义。在模型实验基础上,探究相对波高、模型相对宽度、模型相对高度和体积分数对透射系数的影响。设置波浪水槽试验,研究孤立波在不同水深、入射波高及植物排布方式等组合条件下对植物消浪效果的影响。采用遗传编程法得出各复杂度下的透射系数计算公式,并分析各参数在方程中的表现情况,发现遗传编程能定性给出参数的敏感度。相比于非线性回归拟合结果,遗传编程方法得到的函数关系更加精确。采用人工神经网络方法进一步分析与验证各影响因素对植物消浪效果的影响程度,结果表明人工神经网络得出的结果与遗传编程方法相近,体积分数对消浪效果起主导作用。

摘要： 植物带消浪对海岸安全有着重要影响,植物带消浪效果影响因素分析对布置护岸工程、维护岸线稳定有重要意义.在模型试验研究基础上,将影响因素无量纲化,使用透射系数表征植物消浪效果,采用遗传编程方法对植物消浪影响因素进行分析.结果表明:厄塞尔数、模型相对宽度和体积分数与透射系数之间关系紧密,淹没度对植物消浪效果影响最大.

摘要： 针对如何有效地提取故障特征问题，提出了基于遗传编程的核函数主元分析方法。该方法首先利用遗传编程对传统的时域指标进行特征优化，得到更能反映信号本质的复合指标，然后通过核函数主元分析提取最佳特征向量，作为识别特征输入多类支持向量机，实现了对机器不同类型故障的识别。实验表明，经过遗传编程的核函数主元分析提取的特征对滚动轴承的故障具有很好的识别能力，进而提高了多类支持向量机的分类准确性。

摘要： 为了准确、高效、同步地辨识复杂随机非线性系统的结构和参数，防止进化计算中的早熟收敛，本文将一种改进的基于层次结构公平竞争(HFC)模型的多目标、多种群并行进化遗传编程（GP）算法应用于系统辨识。使用改进算法对基于非线性自回归滑动平均(NARMAX)模型的随机非线性系统进行了辨识，同步、准确地辨识出了目标系统的结构和参数。经比较，该算法的抗早熟收敛能力明显优于单种群和普通的多种群并行遗传编程算法。辨识结果表明，改进算法适用于复杂随机非线性系统辨识问题，比其它辨识算法有优越之处。

摘要： 本文对HFC(Hierarchical Fair Competition)模型的搜索方式进行了相应的改进，引入基于遗传编程的结构参数混合优化方法。同时在HFC模犁中加入了一些自适应机制，形成了三种衍生的HFC模型。第一种是静态的HFC模型(SHFC)，它在原始HFC模犁的基础上添加了遗传编程的开放式拓扑搜索能力;第二种是自适应输入阀值的HFC模型(HFC-ADM)，它能够自适应的调整HFC模型中各层的输入阀值;第三种是自适应迁移的HFC模犁(HFC-ATP)，它允许HFC模型中各层间个体的动态移动。三种衍生的HFC模型在理论上保证了搜索无限的空间，实现了可持续的进化。论文最后结合旅行商问题实现了三种基于遗传编程的HFC：模型(SHFC、HFC-ADM、HFC-ATP)，并通过与标准遗传算法的对比实验，验证了三种基于遗传编程的算法模型不仅实现了可持续的进化，而且有效降低了算法的随机性。

摘要： 本文针对遗传编程中的树生成算法GROW容易产生重复基因的不足，提出一种改进算法，将参数个数固定的函数转变为不固定的参数个数，从而提高了群体的多样性。对比实验表明，改进后的算法在提高群体多样性方面优于一般GROW方法。

摘要： 网格资源调度是一个非常重要的研究课题。由于因特网的开放,动态性,传统的资源调度方法已经不再适用网格计算,基于经济模型的网格资源管理和调度成为研究热点。本文提出了一个基于遗传编程改进的效用最优的网格资源调度算法,仿真结果表明该算法可以提高网格中资源调度性能。

摘要： 考察技术交易规则相对于“买入-持有”策略的超额收益是检验股票市场有效性的重 要方法。本文构建的技术交易系统能够根据市场环境自适应地调整输出，发挥多个技术交易 规则的优势，以避免传统方法要求一个技术交易规则持久地战胜市场才否定市场有效性的局 限性。系统以遗传编程为核心模块，消除对流行的技术交易规则先验知识的依赖，以避免数 据探测的问题。使用上证50 指数和深圳100 指数历史价格与成交量的试验结果表明，该技 术交易系统输出的最优技术交易规则能够较“买入-持有”策略获得统计显著的样本外超额 收益，由此得出中国股票市场尚未达到弱式有效的结论。

摘要： 本文在介绍了进化算法的基本原理的基础上，分别对遗传法、进化规划、进化策略、遗传编程的不同方面进行了特点的研究，然后从编码策略，选择方式，遗传算子等在不同算法的操作过程中所具有的不同点与侧重点，以及对性能可能带来的影响进行了对比分析;最后讨论了进化算法中最主要的两种操作算子：变异操作和交叉操作各自的优缺点。

摘要： 提出了一种基于遗传编程和支持向量机的故障诊断模型。通过遗传编程对时域指标进行特征选择和提取,得到更能反映信号本质的特征信号,该特征信号可作为识别特征输入多类支持向量机,实现对模拟电路不同类型软故障的识别。实验结果表明,同传统时域指标相比,经过遗传选择和提取的特征对模拟电路的软故障具有更好的识别能力,进而提高了多类支持向量机的分类准确性。

摘要： 电力变压器是电力系统中分布广泛、结构复杂、造价昂贵的重要电气设备之一,担负着电压转换和电能传送的重任,它们的安全运行直接关系到整个电力系统的稳定性和安全性。对电力变压器进行绝缘状态检测和潜伏性绝缘故障诊断一直是电力部门面临的重要问题之一。由于故障征兆与故障原因之间的关系是一个复杂的模糊问题,因此人们依靠经验总结获得的知识通常是片面的、不完整的。本文利用GP算法的动态树状结构表示和全局寻优特性,以油中溶解气体分析数据为特征参数,采用模糊算子、模糊特征变量以及模糊常数的树状组合将故障特征与故障原因之间的复杂映射关系用模糊映射函数表示出来,并建立了相应的变压器绝缘故障诊断模型。最后,通过实例分析证明该算法的有效性。

摘要： 本发明公开了一种基于遗传‑随机常数的基因表达式编程的酸性天然气水合物生成条件预测方法。包括以下步骤：获取酸性天然气水合物生成的组分、压力、温度数据；计算摩尔质量、酸性因子贡献率；将原始数据划分为训练集和测试集；基于结合随机常数的基因表达式编程建立酸性天然气水合物生成温度和影响因素的动态公式预测模型；引入修正参数到公式模型中；基于遗传算法优化修正参数。本发明的有益效果在于基于遗传‑随机常数的基因表达式编程算法的新方法解决了传统遗传规划算法求解速度慢、单一树状结构限制的预测精度稍差的缺点。可以精准预测得动态预测15MPa、300K以下不同酸性天然气水合物的生成条件，保证含酸气田集输系统有序生产。

摘要： 本文公开了使用遗传算法生成模式程序的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。遗传算法对表示将通过命名实体识别来识别或提取的数据类别的示例数据串进行运算。在初始化阶段，基于表示将通过命名实体识别来识别或提取的数据类别的示例数据串，生成初始模式程序。从初始模式程序开始，迭代地进行遗传运算以生成多代的后代模式程序。在每一轮遗传运算中，后代模式程序是通过交叉繁殖运算和变异运算生成的。

摘要： 本发明公开一种基于遗传算法及基因表达式编程的复合地基智能设计方法，涉及复合地基设计技术领域。包括：建立样本数据集；确定出关键设计参数；基于基因表达式编程算法确定出关键设计参数与设计控制参数之间关系的函数关系模型；在设定的取值范围内随机确定该n‑a个可优化参数的值，根据函数关系模型计算剩余的a个可优化参数的值；判断该值是否在设定取值范围内，以建立每个个体满足设定的设计控制参数要求的初代种群；基于遗传算法模型得到同时满足设计控制参数要求以及造价优化的待建设复合地基设计参数。解决了传统复合地基设计方案设计参数误差大、优化调参效率低等问题，且能同时满足复合地基承载力、沉降量及工程造价的要求。

摘要： 提供了包含编码活化嵌合抗原受体(activating chimeric antigen receptor，aCAR)的核苷酸序列的核酸分子，所述aCAR包含(i)特异性结合抗原的细胞外结合结构域，所述抗原选自共生肠道微生物群的抗原和对胃肠道的固有层(LP)或粘膜下层特异的细胞自身表面抗原；(ii)跨膜结构域；(iii)包含至少一个激活和/或共刺激T细胞的信号转导元件的细胞内结构域；和任选地，(iv)连接细胞外结构域和跨膜结构域的茎区。进一步提供了包含编码aCAR的核酸分子的组合物和载体，以及制备包含载体和表达aCAR的调节性T细胞的方法，以及治疗或预防表现为受试者中免疫系统的过度活性的疾病、病症或病况的方法，包括向所述受试者施用在其表面表达aCAR的哺乳动物Treg。调节性T细胞任选地表达赋予稳定Tr1表型的膜结合的同二聚体IL‑10。

摘要： 本文公开了人工合成的核酸构建体及其制剂，所述核酸构建体指导生物体诸如植株或种子中的表观遗传修饰以至少部分沉默或激活靶基因。还公开了将这样的核酸构建体应用于植株或种子的方法。还公开了通过表观遗传修饰获得的工程化种子和植株。

摘要： 本发明公开了一种基于遗传‑随机常数的基因表达式编程的酸性天然气水合物生成条件预测方法。包括以下步骤：获取酸性天然气水合物生成的组分、压力、温度数据；计算摩尔质量、酸性因子贡献率；将原始数据划分为训练集和测试集；基于结合随机常数的基因表达式编程建立酸性天然气水合物生成温度和影响因素的动态公式预测模型；引入修正参数到公式模型中；基于遗传算法优化修正参数。本发明的有益效果在于基于遗传‑随机常数的基因表达式编程算法的新方法解决了传统遗传规划算法求解速度慢、单一树状结构限制的预测精度稍差的缺点。可以精准预测得动态预测15MPa、300K以下不同酸性天然气水合物的生成条件，保证含酸气田集输系统有序生产。

摘要： 本发明提供了一种人工智能程序员书写数字飞行器代码的遗传编程决策方法，具体通过确定数字飞行器中各部件的目标样本部件输入指令向量、部件内部状态向量与部件输出物理量向量并存储，进而转换成为遗传编程输入向量与遗传编程目标输出向量，进行遗传编程操作，按照适应度值优选出各部件的模型函数合理地完成数字飞行器源代码的遗传编程决策，实现了数字飞行器源代码书写的自动化与智能化，降低了飞行器的仿真成本。

摘要： 本发明公开了一种基于联邦遗传编程的符号回归方法。所述方法包括以下步骤：创建多线程，确定接入服务器的客户端数量，确保客户端访问服务器成功；随机初始化种群；多个客户端并行的进行种群的适应度计算，判断适应值是否达到终止条件，是则退出，否则执行服务器适应度聚合；根据均值漂移聚合机制进行适应度聚合，得到聚合的适应度值F；根据聚合的适应度值F选择个体的过程，被选择的个体在之后会作为父系，通过遗传算子繁育下一代程序个体；基因以一定的概率随机改变为新值；每个基因与突变载体交叉，生成一个种群，返回判断适应值是否达到终止条件。本发明的符号回归方法能够充分利用数据信息，与传统的基因编程算法相比，效果更好。

摘要： 本发明涉及一种可微分的遗传编程符号回归方法，属于数据处理技术领域，所提出的方法会初始化一个基本表达式集合，然后开始迭代优化。初始表达式集合中都是一些最基本的数学表达式，例如x和x+y等。在每一次迭代中，首先将每个数学表达式转化为可微分的符号树，然后利用梯度下降方法逐渐优化符号树的结构。在符号树的执行结果与真实值的损失达到收敛后，从中采样出离散的结构。此外，为了避免搜索过程陷入局部最优，在采样出的符号树上执行遗传算子生成更多新的数学表达式等。

摘要： 本发明公开了一种基于多任务遗传编程算法的自适应符号回归方法，该方法包括以下步骤：首先构建一种可伸缩的基因表达编码方式用于对多个不同问题进行统一编码，根据该编码方式初始化种群个体，并在所有任务上进行评估；之后，根据交叉参数选择对种群进行选型交叉操作或者进行引导变异操作，这个过程中通过对交叉参数采取自适应控制策略，调整进化行为以提高搜索效率；接下来执行连接选择操作选择出进入下一代个体，通过构建自适应的计算资源重分配机制使得表现相对落后的任务可以得到更多计算资源。本发明通过在进化过程中自适应调节交叉变异操作，并对不同问题所占据计算资源进行自适应重分配，从而同时高效处理多个复杂符号回归问题。