基于GP的病虫害预测系统的研究

分析了遗传程序设计算法的特点,针对全局搜索优化中由于群体规模较大而产生的收敛率较低的问题,提出了加强初始群体的改进方法;并介绍了改进方法的实验过程,以及应用该方法开展的病虫害预测系统的建模过程。最后给出了在一定程度上的具体实现。

基于改进GEP的农网短期负荷预测

针对传统基因表达式程序设计(GEP)算法初始种群的产生是随机的,变异率不能在进化的过程中做适应性的调整,对基因的好坏没有标识,在解决相类似的问题时不能利用以往的运行结果的缺点进行了改进,提出了过度繁殖、环境因子选择,自适应变异率,信息素标识基因的好坏,借鉴以往程序运行得到的数学模型的方法,并将改进后的基因表达式程序设计(IGEP)算法应用于农村配电网短期负荷预测中。预测过程是先对负荷样本进行数据预处理,消除伪数据,然后运用改进后的基因表达式程序设计的灵活表达能力,把不同日同一时刻的负荷序列作为样本,分别对平日(周一到周五)和周末的未来时刻的负荷进行分时短期预测。算例表明改进后的基因表达式程序设计算法具有较高的效率,比遗传程序设计(GP)和基因表达式程序设计(GEP)算法具有更好的预测效果。