基于GEP的智能模型库系统实现与应用
需积分: 9 21 浏览量
更新于2024-08-13
收藏 1.49MB PDF 举报
"这篇文章是关于基于基因表达式编程(GEP)实现智能模型库系统的研究,作者包括元昌安、唐常杰、温远光、胡建军和彭京,发表于2005年。文章指出传统的智能模型库在决策支持系统中的局限性,主要在于对先验知识的过度依赖,这限制了系统的智能化程度。为了解决这个问题,他们提出了显式智能模型、隐式智能模型以及显式模型基因的概念,并开发了一种基于GEP的隐式智能模型挖掘算法(GEP-IIMA)。通过这个算法,可以构建一个无需先验知识的智能模型库系统(IIMB),其中模型的类型和参数自动确定。实验表明,该系统挖掘出的函数模型比传统方法的精度提升了14.9%。"
文章深入探讨了如何利用基因表达式编程(GEP)技术改进智能模型库的性能。GEP是一种生物启发式的计算方法,它借鉴了生物进化过程中的基因重组和突变机制,用于搜索和优化问题解决方案。在文中,GEP被应用于构建和优化模型,特别是挖掘隐式智能模型(IIM),这些模型能够自我适应和学习,减少了对预设知识的依赖。
智能模型库系统是决策支持系统的关键部分,它存储和管理各种模型以供分析和决策使用。传统的智能模型库通常需要用户具备特定领域的专业知识,以便选择合适的模型和参数。然而,GEP-IIMA算法的提出,使得系统能够自动识别和生成适用的模型,极大地增强了模型库的自适应性和智能性。
此外,文章还涉及了IIMB系统与地理信息系统(GIS)的接口技术,表明这种智能模型库可以与其他复杂系统集成,提供更全面的决策支持。GIS集成使模型库能处理与地理位置相关的数据,扩大了应用范围,特别是在环境科学、城市规划等领域。
通过比较实验,GEP-IIMA算法的性能得到了验证,模型的精度提升证明了这种方法的有效性。这不仅为智能模型库的发展提供了新的方向,也为实际应用中的决策支持系统优化提供了有力工具。
这篇论文为基于GEP的智能模型库系统提供了一个创新的实现方式,强调了自动化模型挖掘和适应性的重要性,对于推动决策支持系统的智能化发展具有重要意义。
2023-11-12 上传
2023-09-19 上传
2023-04-06 上传
2023-12-30 上传
2023-12-01 上传
2024-06-07 上传
2023-05-28 上传
2023-05-20 上传
2023-04-26 上传
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
weixin_38670529
- 粉丝: 3
- 资源: 928
最新资源
- 解决Eclipse配置与导入Java工程常见问题
- 真空发生器:工作原理与抽吸性能分析
- 爱立信RBS6201开站流程详解
- 电脑开机声音解析:故障诊断指南
- JAVA实现贪吃蛇游戏
- 模糊神经网络实现与自学习能力探索
- PID型模糊神经网络控制器设计与学习算法
- 模糊神经网络在自适应PID控制器中的应用
- C++实现的学生成绩管理系统设计
- 802.1D STP 实现与优化:二层交换机中的生成树协议
- 解决Windows无法完成SD卡格式化的九种方法
- 软件测试方法:Beta与Alpha测试详解
- 软件测试周期详解:从需求分析到维护测试
- CMMI模型详解:软件企业能力提升的关键
- 移动Web开发框架选择:jQueryMobile、jQTouch、SenchaTouch对比
- Java程序设计试题与复习指南