基于GEP的智能模型库系统实现与应用

"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。