-
题名基于GEP算法的高阶常微分方程预测模型
- 1
-
-
作者
崔未
王卫华
黄樟灿
谈庆
-
机构
武汉理工大学理学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2018年第18期256-262,共7页
-
文摘
针对动态系统预测建模中建模效率低,无显式模型的缺陷。提出一种基于基因表达式编程(GEP)的高阶常微分方程预测模型(GEP-HODE)。将一维数据的变化特性使用高阶微分进行表示,通过GEP对高阶微分数据进行建模,得到显式模型。对高阶常微分方程模型进行降阶处理,使用数值方法进行求解,得到预测值。该方法利用了GEP算法"基因型-表现型"的编码特性,实现了模型建立与参数优化的同步,大幅度提升建模效率。以太阳黑子年平均数作为实验数据建模预测,结果表明,该方法相比GP混合建模方法有更高的效率,相比混合BP神经网络模型等方法有更好的精度。
-
关键词
基因表达式编程
动态系统建模
高阶常微分方程模型
时间序列预测
-
Keywords
gene expression programming
dynamic system modeling
high order differential equation model
time series prediction
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
