基于BP和GEP算法的高光谱物谱建模研究

本文在分析铀成矿光谱吸收特征的基础上,利用改进的人工神经网络在Matlab仿真实验平台上进行了高光谱物谱建模研究;基于基因表达式编程GEP算法进行了物谱关联模型挖掘探索;并将人工神经网络模型与基因表达式编程模型在测试数据上的预测结果进行了对比.结果表明:尽管后者训练时间要比前者长,但预测精度较高、结果易解释.     

基于基因表达式编程的数据挖掘技术在股票中的研究与应用

提出了基于基因表达式编程（GEP）的投资理财数据挖掘方法，提出了利用基于基因表达式编程的函数关系发现方法采解决投资理财中的诸多问题。对股票采样，利用经济模型方法和基于GEP的函数挖掘方法，对投资的收益、风险及最佳投资结构进行了实证分析。     

优化的GEP算法在爆破振动预测中的应用

结合主成分分析和基因表达式编程,提出了一种基于PCA的优化基因表达式编程的新算法,并将其应用在爆破振动峰值速度和主频率的预测。该算法首先利用主成份分析方法对影响爆破振动的参数进行预处理,有效地减少预测模型的输入量,消除输入数据间的相关性,而后通过基因表达式程序设计建立爆破振动预测模型。结果表明,基于PCA的优化基因表达式编程算法比BP神经网络等其他算法得到的结果具有更高的预测精度和稳定性。     

基于基因表达式编程的话务量预测方法

解决了在未知难以证明的先验知识时,传统时间序列分析方法无法得出精确的预测结果这一问题.将基因表达式编程(GEP)技术引入电信分析领域,提出了一种基于基因表达式编程的话务量预测模型GEP-Telecom.技术对某电信公司的话务量纪录进行的相关试验达到了预期的效果,给出了精确的预测.研究表明,GEP-Telecom模型在未知函数类型先验知识的情况下,能够自动进行属性筛选和属性融合,避免了传统预测方式的盲目性,提高了预测的精度.     

基于GEP的网络安全态势预测方法研究

网络安全态势预测是目前一个热门研究项目。本文利用基因表达式编程算法的时间序列预测功能,设计了一个网络安全态势预测模型（GEP-NSSP）。仿真实验结果表明了本方法的可行性。     

基因表达式编程算法的应用

讨论基因表达式编程算法的设计原理。对基因表达式编程进行了详细的介绍,将GEP运用于函数关系发现问题,仿真结果表明,该算法收敛速度较快,预测精度很高。     

基于EMD和GEP的软件可靠性预测模型

基于经验模态分解和基因表达式编程算法提出了一种软件可靠性预测模型。通过对软件失效数据序列进行经验模态分解得到不同频段的本征模态分量和剩余分量,消除失效数据中的噪声,运用基因表达式编程算法的灵活表达能力,把分解得到的不同频段的各本征模态分量及剩余分量中所对应的不同失效时间序列作为样本来分别进行预测,重构各本征模态分量和剩余分量中相对应的预测结果,将其作为软件失效的最终预测值。基于两组真实软件失效数据集,将所提出的方法与基于支持向量回归机以及单纯使用基因表达式编程的软件可靠性预测模型进行比较分析。结果表明,该软件可靠性预测模型具有更为显著的模型拟合能力与精确的预测效果。     

基于卡尔曼滤波的SARS疫情预测

为了能够科学、准确地预测SARS疫情,论文首先根据SARS的传播特点,建立了含有时滞项的微分方程模型,然后应用卡尔曼滤波理论于所建模型,进行疫情预测。经仿真发现,其预测结果和疫情实际数据吻合较好。该方法具有很高的预测精度,为SARS疫情预测提供了一种新的思路。     

基于基因表达式编程的规则分类

为了提高基于规则的分类法中挖掘规则的效率,提出了将基因表达式编程用于挖掘规则的分类方法.针对规则分类问题,设计出了一种新形式的染色体终端符号,引入规则的正确率作为适应度函数度量;将适应度由高到低排序,建立备选规则集;通过使用基因表达式编程挖掘Monk与Acute Inflammations中的规则,利用挖掘出的规则对数据集进行分类.实验结果表明了基于基因表达式编程的挖掘规则分类算法的准确率会高于传统分类算法.     

基于基因表达式编程的电力负荷预测算法

针对电力负荷预测的特点,本文结合基因表达式编程的思想,设计电力负荷预测基因和适应度函数,在此基础上,提出基于基因表达式编程的电力负荷预测算法(Power Load Forecasting based on Gene Expression Programming,PLF-GEP)。仿真实验表明,PLF-GEP算法的预测精度与实际值之间的误差率最小约1%,大大提高了电力负荷预测的精度。     

模糊神经网络用于SARS疫情系统的辨识和预报

提出了模糊神经网络用于SARS疾病疫情非线性系统建模和预报的思想,该方法可以推广到各种流行性疾病的预防和控制中。模糊神经网络主要应用于非线性系统的建模、预报和控制,特别适合于不同输入类型的模型系统。而流行性疾病的传播规律与模糊神经网络模型特点相符合,这里提出将模糊神经网络用于SARS疾病疫情非线性系统的辩识和预报的观点,相应的也可推演到其它流行性疾病传播规律中。     

模糊神经网络用于SARS疾病疫情非线性系统的辨识和预报

论文提出了模糊神经网络用于SARS疾病疫情非线性系统建模和预报的思想,同时该方法可以推广到各种流行性疾病的预防和控制中。模糊神经网络是近年来发展起来的新兴学科,它主要应用于非线性系统的建模、预报和控制,特别适合于不同输入类型的模型系统。而流行性疾病的传播规律较好地与模糊神经网络模型特点相符合,所以在这里提出用模糊神经网络用于SARS疾病疫情非线性系统的辩识和预报的观点,相应的也可推演到其它流行性疾病传播规律中。     

Fighting epidemics in the information and knowledge age

Since its initial outbreak, scientists have sought to control the severe acute respiratory syndrome epidemic (SARS). So far, though, these SARS researchers have paid too little attention to the complex relationships between the epidemic, the environment, and our Information and Knowledge Age society. Fortunately, information technology can help scientists investigate the epidemic's cause and unveil its relevant principles and rules. The ideal Internet-based eco-environment management system would integrate ecological environment evaluation, data collection and publication, simulation, forecasting, and situation monitoring. It could help governments make decisions based on the current ecological and epidemiological situation, forecast developments, and evaluate the eco-environment. Professional workers in various regions could store and publish information in the system and thus make that data immediately available to people in other regions.     

多城市SARS疫情的仿真研究

该文通过仿真手段讨论多个城市之间SARS疫情演化问题。首先提出仿真的限定条件，然后利用面向对象技术分析了SARS疫情仿真所涉及的对象类，阐述了仿真工作线程的运行流程，最后给出了仿真运行的结果。仿真运行结果表明必须在采取防疫措施的同时采取隔离措施才能有效地阻止SARS传播，使疫情很快得到控制。     

SARS时空分析系统的设计与实现

介绍了SARS时空分析系统的系统结构、数据流程和功能模块,功能模块包括数据库查询和显示、时间态势分析、空间态势分析、空间风险动态区划、时空过程预测、疫情空间传播机理和参数。通过MapObjects控件把这些模块集成为独立运行的软件,系统实现了SARS时空数据的查询和显示,并采用多个时空分析模型从不同角度对SARS时空传播过程进行分析、模拟和预测。     

基于Matlab的疾病传播研究--SARS疫情的传播预测与控制

本文通过改进传统的疾病传播数学模型,在分析SARS传播特征的基础上,给出了详细描述SARS传播的数学模型。优化该模型后得到的数值解与实际数据基本吻合。通过数据的模拟,得到了“控制”对流行性疾病传播的重要性,以及具有指导意义的疫情控制措施。     

基于Z曲线的SARS冠状病毒特征的研究

刺突（Spike）蛋白是SARS（Severe Acute Respiratory Syndmme）冠状病毒表面最重要的膜蛋白，它通过与被感染细胞的受体结合来作为感染的媒介。受此启发，该文利用Z曲线方法，对S蛋白及SARS受体序列进行探究，捕捉到一种SARS病毒的可视化特征。大量序列比对的结果证明该特征是SARS病毒所特有的。将这种特征图谱应用到SARS病毒的检测中，可以提供一种非标准的、简单、直观的检验方法，能够诊断一些利用标准方法难以判断的SARS病例。由此可见，Z曲线作为一种基因序列的几何学研究途径是一种有效的研究方法。     

Short-term load forecasting of power systems by gene expression programming

Short-term load forecasting is a popular topic in the electric power industry due to its essentiality in energy system planning and operation. Load forecasting is important in deregulated power systems since an improvement of a few percentages in the prediction accuracy will bring benefits worth of millions of dollars. In this study, a promising variant of genetic programming, namely gene expression programming (GEP), is utilized to improve the accuracy and enhance the robustness of load forecasting results. With the use of the GEP technique, accurate relationships were obtained to correlate the peak and total loads to average, maximum and lowest temperatures of day. The presented model is applied to forecast short-term load using the actual data from a North American electric utility. A multiple least squares regression analysis was performed using the same variables and same data sets to benchmark the GEP models. For more verification, a subsequent parametric study was also carried out. The observed agreement between the predicted and measured peak and total load values indicates that the proposed correlations are capable of effectively forecasting the short-term load. The GEP-based formulas are relatively short, simple and particularly valuable for providing an analysis tool accessible to practicing engineers.     

基于椭圆约束分割心脏MRI图像的水平集模型

针对左心室外轮廓类似椭圆的特点，提出了基于椭圆约束的水平集模型，该模型在Chan and Vese模型的基础上增加椭圆形状约束项，来控制曲线的演化，将水平集的演化曲线作为对轮廓新的位置预测，并用椭圆对预测结果进行修正，把预测结果和修正结果分别作为新的水平集曲线和椭圆信息，直到曲线停止演化。实验表明，该方法能够有效地分割心脏外轮廓。