遗传算法对QSAR研究中变量选择的应用

将遗传算法引入定量结构活性关系（ＱＳＡＲ）研究中,对变量进行造反选择,可同时建立几种比较好的ＱＳＡＲ模型,并以交互验证的决定系数作为适应函数,以保证模型质量的可靠性。将其分别应用于氯代酚和单取代苯系列化合物,均得到较好的结果。同时,在这些应用中也反映了遗传算法在变量选择中存在的局限性,限不能保证选择的所有变量在模型中都有显著贡献。     

赤潮藻类图像自动识别的研究

为了分析海水中所含有害藻的种类和数量,做到赤潮藻类生物发展的早期监测、预报,开发了一赤潮藻类图像计算机自动识别系统.运用图像处理技术提取藻类图像形态、纹理特征等,运用遗传算法进行特征选择.在此基础上用神经网络建立分类器,对藻类图像进行分类识别.结果表明,该系统能有效提高学习能力和分类性能,对引发赤潮的3种主要藻类达到了很好的分类识别,分析结果与人工计数识别结果相差较少.     

基于GASA-BP神经网络的煤层瓦斯含量预测方法研究

为提高煤层瓦斯含量预测的精准度和效率,提出1种利用遗传算法(GA)和模拟退火算法(SA)混合初始化BP神经网络(BPNN)的瓦斯含量预测新模型(GASA-BPNN模型)。利用灰色关联分析法(GRA)筛选瓦斯含量主控因素并作为GASA-BPNN预测模型的输入。为解决BPNN收敛速度慢和易陷入局部极小陷阱的问题,将GA和具有时变概率突跳性的SA整合为GASA算法协同初始化BPNN的权值和阈值,有效地提高BPNN的参数学习能力。将该模型应用于煤炭生产现场,结果表明：BPNN模型、GA-BPNN模型和GASA-BPNN模型瓦斯含量预测总平均相对误差分别为15.79%,9.03%,5.56%。相比BPNN模型和GA-BPNN模型,GASA-BPNN模型对样本的泛化能力更强,参数训练速度最快并且预测精准度最高。     

煤矿本质安全管理综合评价的GA-SVC模型及应用

为评价煤矿本质安全管理水平,根据煤矿本质安全管理的内涵,构建了综合评价指标体系。针对以往评价方法主观设置指标权重的缺陷,采用支持向量分类算法对煤矿本质安全管理进行评价。鉴于遗传算法全局搜索最优解的特点,将遗传算法用于获取支持向量分类参数的最优值,建立了煤矿本质安全管理评价的遗传-支持向量分类模型(GA-SVC)。根据以往煤矿本质安全管理评价资料,构建了学习样本。测试结果表明,基于GA-SVC模型的评价方法精度较高,具有较强的泛化能力,且无需人为设置指标权重,避免了人的主观因素对评价结果的影响,能够更客观、准确地得出评价结果。     

用投影寻踪分类模型进行环境监测优化布点

为处理各单项环境监测指标优选结果的不相容问题,提出用投影寻踪分类模型(PPC-RAGA)进行环境监测优化布点的新方法.利用该模型可把监测点多维环境指标值综合成一维投影值,投影值越大表示该监测点的环境综合质量越差,根据投影值的大小就可对环境监测点样本集进行合理分类.采用实码加速遗传算法进行PPC-RAGA建模,简化了投影寻踪技术的实现过程,克服了目前投影寻踪技术计算复杂、编程实现困难的缺点,为投影寻踪技术在各种系统工程中的广泛应用提供了新的工具.应用实例表明,直接由样本数据驱动的PPC-RAGA模型用于环境监测优化布点,简便可行,计算结果稳健,适用性和可操作性强,在非线性、非正态高维数据分类中具有广泛的应用价值.     

区域水资源可持续利用系统评价的插值模型

区域水资源可持续利用系统评价是区域可持续发展战略研究中的核心问题之一,目前提出的评价模型大多是用显式函数来表示评价指标与评价等级之间的复杂关系,其函数形式随区域水资源可持续利用系统评价内容的不同而变化,求解这些函数较复杂。为此,提出了用基于加速遗传算法的Shepard插值模型(SP模型)进行评价的新方法。实例研究的结果说明:SP模型直接由区域水资源可持续利用系统评价等级标准产生的样本数据驱动,建模方法简便而有效,在区域各种自然资源可持续利用系统评价中具有推广应用价值。     

基于免疫遗传算法的洪灾神经网络评估模型

灾情评估的结果既是制定防洪减灾决策的基本依据，也是评价防洪工作成效的重要指标。提出了一种基于免疫遗传算法优化的神经网络模型（IGA—NN）并用于洪水灾情的评估，给出了IGA—NN的设计方法和优化步骤。同时还将ICA—NN与标准遗传算法优化的神经网络模型进行了比较，显示了IGA—NN的优越性。最后通过实例，验证了IGA—NN的实用性。     

适用于多指标的水质指数公式

通过适当设定水质指标的“基准”值 ,用相对于“基准”值的指标相对值替换对数形式的指数公式中的水质指标值 ,采用遗传算法优化不同指标的指数公式中的参数 ,得到对多项指标通用的水质普适指数公式 ;并用折衷型激励功效函数将单项指标的指数加权为综合指数。该公式形式简单 ,易于计算 ,使用方便 ;具有客观性、可比性和通用性     

大气质量污染损失率评价模型参数的GA优化

设定各项污染物在大气环境质量污染损失率评价模型中有相同参数值,采用具有全局优化的遗传算法(GA)对模型中的参数进行优化,得出了对各种大气污染物均适用的大气环境质量污染损失率计算公式及大气环境质量综合评价模型。该模型与其他多种评价模型用于大气环境实例进行评价比较,结果表明:该评价方法不仅原理直观,评价结果准确,而且计算简便,实用性强。      

基于GA参数寻优的决策树支持向量机生态环境质量评价方法

选取决策树作为支持向量机多类分类方法,选择径向基核函数建立了生态环境质量决策树支持向量机评价模型,基于遗传算法实现了惩罚因子、核函数参数的自适应优选,并运用建立的模型对我国主要省市生态环境质量进行了评价。研究结果表明,该方法可以较好地实现生态环境质量评价。