基于基因表达式编程的粮食产量预测研究

发布时间：2020-07-26 11:08

【摘要】： 粮食问题是构建和谐社会和建设有中国特色社会主义的重大问题,也关系到世界各国和谐发展以及人类社会的全面进步。粮食产量预测,不仅为当地政府提供粮食生产的技术支持和理论依据,而且对促进社会经济全面发展起着十分重要的作用。本文以陕西粮食产量数据为依托,以数据挖掘为指导思想,以基因表达式编程预测理论为依据,以软件工程技术为核心,开发了基于基因表达式编程建模仿真平台,为粮食产量的预测提供了新的思路和方法。本文主要研究内容和结论如下: (1)分析粮食产量预测中的主要影响因子。在专家指导下建立主要影响因子指标体系,采用主成分分析法,根据指标优属度矩阵及权重值选择农用机械拥有量,农村电力、化肥等6个主要影响因子。验证表明,选择的主要影响因子,能满足粮食产量预测模型的精确度要求。 (2)研发基于基因表达式编程建模仿真平台。在程序实现上,充分运用MATLAB的语言特点,将基因表达式个体类型设置为参数,使基因表达式算子得到实例化确定。以基因表达式编程模型为基础,采用VC与MATLAB混合编程,研发出界面友好、操作方便的通用型预测建模仿真平台。 (3)对各种粮食产量预测模型进行分析、实验和对比,选择预测效果较好的基因表达式编程模型作为粮食产量预测模型。根据粮食产量预测的具体特点,利用BP神经网络、支持向量机和基因表达式编程等3种不同的预测模型,分别对粮食产量进行预测研究,实验结果表明,基因表达式编程个体选择合理,进化速度快,成功率较高,使得粮食产量预测的精确度明显提升。 (4)对不同学科领域的数据进行分析和验证结果表明,该仿真平台能够快速完成实测值与预测值对比的实验,获得相关数据的仿真结果,能够帮助用户完成科学预测的任务,精确度比较高,具有一定的实用价值。
【学位授予单位】：西北农林科技大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：N945.24
【图文】：

样本数据

从样本数据菜单项读入数据,如图4-3 所示。4.3.2 基因表达式编程的参数设置在基因表达式编程模型应用中，基因表达式建模的参数设定非常重要，但参数选择还缺乏有效的规律，通常根据问题实际情况试算获得，本文主要采取反复试验比较进行相关参数的选择。如图 4-4、图 4-5、图 4-6 所示，在运算符设定中，可以任意设置＋、－、×、÷、sin、cos 等 11 种函数运算。在参数设置里可以更改染色体数目（种群大小），头长，基因数和连接符号，同时调整选择算子、交叉算子、变异算子、变换算子等，选择最大运行代数开始进化。图 4-4 设置函数Fig. 4-4 The Setting of Function图 4-3 显示样本数据Fig. 4-3 The Display of Sample Data24

函数,参数设置,连接符号,函数运算

达式编程的参数设置表达式编程模型应用中，基因表达式建模的参数设定非常重要的规律，通常根据问题实际情况试算获得，本文主要采取反复选择。如图 4-4、图 4-5、图 4-6 所示，在运算符设定中，可以sin、cos 等 11 种函数运算。在参数设置里可以更改染色体数目数和连接符号，同时调整选择算子、交叉算子、变异算子、变代数开始进化。图 4-3 显示样本数据Fig. 4-3 The Display of Sample Data

基因,参数,参数设置,基因模型

可以进行参数设置运行结果的对比，从而选出基于基因模型的最佳参数，如表 4-1 所示。表 4-1 GEP 的参数设置Tab. 4-1 Parameter Setting of GEP Algorithm运行参数详细描述 1000图 4-5 设置基因参数Fig. 4-5 The Setting of Gene Parameter图 4-6 设置适应度函数Fig. 4-6 The Setting of Fitness Function

【引证文献】