已阅读5页,还剩71页未读, 继续免费阅读
(大地测量学与测量工程专业论文)遗传规划在变形监测数据处理中的应用研究.pdf.pdf 免费下载
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
摘要 摘要 对变形监测数据进行处理、分析是掌握建筑物运行性态的重要手段,是判断 建筑物是否安全的科学依据。如何充分利用监测信息来准确地判断建筑物的安全 性态是变形监测中的关键问题。针对传统数学模型应用中存在的不足,本文研究 了遗传规划模型,对该模型的计算方法进行了深入的分析和探讨,提出了改进的 措施,并应用于变形监测数据处理。主要研究内容及结论如下: 1 深入分析了控制参数对g p 模型规划结果的影响。通过对不同坝型、不同 项目观测点的测试,得到适合不同项目观测点的选择概率、交叉概率和变异概率。 2 探讨了个体树的生成方法。在分析生长法和完全法个体树生成特点的基 础上,深入研究了等梯度生成法。实例表明,等梯度生成法产生的染色体呈均匀 分布状态,能较好地覆盖问题的解空间。 3 对提高初始群体性能的方法进行了改进。在分析目前常用的几种方法的 基础上,研究了改进的最优排序法。与其他方法相比,该方法提高初始群体性能 的效果更加明显。 4 进一步完善了编辑算子。在研究编辑算子的一般规则的基础上,探讨了 基于子树的编辑方法,实例表明,该方法能有效地减弱个体树中的冗余。 5 结合实例验证了g p 模型的实用性。分别利用遗传规划模型、回归分析模 型和人工神经网络模型,对大坝的实际监测数据进行处理,分别得出各自的监测 模型,并利用这些模型进行预测;通过三种模型预测值与实测值的对比分析,证 明了g p 模型在某大坝监测数据处理中具有更高的精度和可靠性,并具有较高的 实际应用价值。 关键词:遗传规划、回归分析、神经网络、变形监测、个体树 a b s t r a c t ni sa l li m p o r t a n tm e a n st oa n a l y z ea n dr e s e a r c ht h ed e f o r m a t i o no b s e r v a t i o n d a mt om a s t e rt h ew o r k i n gc h a r a c t e ro f b u i l d i n g ,t h es t a t ed e g r e eo fb u i l d i n ga l s oc a n b ei u d g e da c e o r d h a gt ot h eo b s e r v a t i o nm a t e r i a l i ti sak e yp r o b l e mi nd e f o r m a t i o n m o n i t o r i n gt h a th o w t om a k ef u l lu s eo f h o l d i n gi n f o r m a t i o nt oi u d g et h ed e f o r m a t i o n o f b u i l d i n g0 b j e e t i v e l ya n dt r u l y t h e r ea r es o m es h o r t a g e so f t r a d i t i o n a lm a t h e m a t i e a l m o d e l si na p p l i c a t i o n 1 1 1 eg e n e t i cp r o g r a m m i n gm o d e lw a ss t u d i e d t h ec a l c u l a t i n g m e t h o do ft h i sm o d e lw a se m b e d d e da n a l y z e da n dd i s c u s s e d ,a n dt h ei m p r o v e d m e a s u r e sw e r ea d v a n c e d ,t h e nw e r eu s e di nt h ed a t ap r o c e s s i n gf o rd e f o r m a t i o n m o n i t o r i n g t h em a i nc o n t e n t so f t h i sp a p e ra r ea sf o l l o w s : 1 p a r a m e t e r si m p a c t e do nt h er e s u l t so f t h eg pm o d e lw e r ee m b e d d e da n a l y z e d a c c o r d i n gt ot h et e s t i n gt od i f f e r e n td a m sa n dp r o j e c t s ,d i f f e r e n tp r o b a b i l i t i e so f r e p r o d u c t i o n , c r o s s o v e ra n dm u t a t i o na r eo b t a i n e d 2 1 1 l em e t h o d st oc r e a t eap a r s et r e ew e r ep a r t i c u l a r l ys t u d i e d a n dt h es h o r t a g e s o f t h em e t h o do f g r o w t h a n d t h em e t h o do f f m l ”w e r ea n a l y z e d t h ee q u a lg r a d i e n t m e t h o d w a ss t u d i e d n l ee x a m p l ei n d i c a t e s t h ec h r o m o s o m e sc r e a t e db yt h i sm e t h o d a r ed i s t r i b u t e ds y m m e t r i c a l l y , a n dc o u l dc o v e rw i t ht h es p a c eo f q u e s t i o n sb e t t e r 3 n l em e t h o d st oe n h a n c et h ec a p a b i l i t yo fi n i t i a lp o p u l a t i o nw e r ee m b e d d e d i m p r o v e d n ep r e s e n tm e t h o d si nc o m m o nu s ew e r es t u d i e d i m p r o v e do p t i m a la n d s o r t i n gm e t h o dw a sa d v a n c e d c o m p a r i n gw i t ho t h e rm e t h o d s 。i t sb e t t e rt oe n h a n c e t h ec a p a b i l i t yo f i n i t i a lp o p u l a t i o n 4 t h ee d i t i n go p e r a t o rw a sp a r t i c u l a r l ys t u d i e d o nt h eb a s eo ft h ec o m m o n e d i t i n gr u l e s ,a n dt h ee d i t i n go p e r a t o rb a s e do nac h i l dt r e ew a sd i s c u s s e d a n di tw a s p r o v e dt h a tt h i sm e t h o dc o u l dw e a k e nt h er e d u n d a n c yo f ap a r s et r e e 5 t h ep r a c t i c a b i l i t yo fg pm o d e lw a sa n a l y z e db ys o m ee x a m p l e s a p p l i e dt h e g pm o d e l t h er e g r e s s i o nm o d e la n dt h ea n nm o d e lo nt h ep r o c e s s i n go fd a m o b s e r v a t i o nd a t as e p a r a t e l y , t h em o n i t o r i n gm o d e lf o re a c hp o i n ti so b t a i n e d a n d p r e d i e t i o na n da n l y s i sa r ed o n eb yt h e s em o d e l s b yc o m p a r i n gt h er e s u l t so f d i 丘i r e n t m o d e l sw i t ht h eo b s e r v a t i o n s i ti sp r o v e dt h a tt h eg pm o d e lh a sb e t t e rp r e c i s i o na n d r e l i a b i l i t y , a n dp o s s e s s e st h eh i g h e rp r a c t i c a l l ya p p l i c a b l ev a l u e k e yw o r d :g e n e t i cp r o g r a m m i n g , r e g r e s s i o nm o d e l ,n e u r a ln e t w o r k ,d e f o r m a t i o n m o n i t o r i n g ,ap a r s et r e e i i 学位论文独创性声明: 本人所呈交的学位论文是我个人在导师指导下进行的研究工作 及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方 外,论文中不包含其他人已经发表或撰写过的研究成果。与我一同工 作的同事对本研究所做的任何贡献均已在论文中作了明确的说明并 表示了谢意。如不实,本人负全部责任。 论文作者( 签名) :墨篮墨 2 0 0 7 6 月8 日 学位论文使用授权说明 河海大学、中国科学技术信息研究所、国家图书馆、中国学术期 刊( 光盘版) 电子杂志社有权保留本人所送交学位论文的复印件或电 子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文 档的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允 许论文被查阅和借阅。论文全部或部分内容的公布( 包括刊登) 授权河 海大学研究生院办理。 论文作者( 签名) :墨篮里2 0 0 7f 月莎日 第一章绪论 第一章绪论 1 i 概述 在测量学科的实践活动和科学研究中,变形监测占据着重要的位置。在工程 建筑物的兴建中,从工程开始施工到竣工,以及建成后整个工程的运营期间,都 需不断地对工程建筑物进行监测,以便掌握工程建筑物变形的情况,及时发现问 题,保证工程建筑物施工及运营的安全。 人类社会的不断进步和国民经济的飞速发展,加快了工程建设的进程,并且 对现代工程建筑物的规模、造型、难度提出了更高的要求0 1 。如在大坝建设中, 随着建筑设计及施工技术水平的不断提高,投资大、技术难度高和地质条件复杂 的大坝日益增多,其一方面能够带来巨大的综合经济效益,如防洪、发电、供水、 航运、灌溉和旅游等;但另一方面,随着蓄水量的增加,坝体及其周边环境产生 变形的可能性也大大增加。 另外,由于自然界的自身活动导致人工建筑物变形的现象也很普遍,如地震、 滑坡、岩崩、地表沉陷、火山爆发等,它们均有可能给建筑物带来毁灭性的破坏, 而且这些破坏对人类来讲几乎是灾难性的“。以库区滑坡为例,水库蓄水和库水 位变动,有可能导致库岸失稳而滑入库区,由此产生的泥沙及涌浪严重威胁大坝 的安全,如果溃坝,造成的损失将无法估计。 由此可见,工程建筑物在施工和运营期间,由于受多种主观和客观因素的影 响,极易产生变形。这种变形在一定程度内可认为是正常的,但是如果超出允许 值,贝l j 可能引发灾害。在时问特征上,这些交形一般表现为近似线性变化、周期 变化、急剧变化以及随机变化等多种形式。如何寻找出变形因子( 变形原因) 与变 形量之间的关系,正是变形分析需要解决的问题“。 变形监测、分析和预测是一个涉及多学科的边缘课题,变形分析是其中项 重要内容。变形分析数据处理方法正确与否,直接影响建筑物是否安全的判定结 果。目前,人们仍在寻求一种变形预测精度高、可靠性好的变形分析模型。建立 变形体的分析模型是深入研究的前提和基础,也是变形分析的关键。 河海大学碛士学位论文 1 2 研究的目的与意义 人们在实践中认识到变形监测只是手段,而为工程决策提供的科学预测才是 目的。但是,由于缺乏必要的监测手段和相应的养护措施,国内外仍有一些工程 出现事故,给国民经济和生命财产造成了巨大损失“1 。例如,意大利2 6 2 m 高的 瓦依昂( v a j o n t ) 拱坝1 9 6 3 年因库岸大滑坡导致涌浪翻坝且水库淤满失效;美 国9 3 m 高的提堂( t e t o n ) 土坝1 9 7 6 年溃决;我国板桥和石漫滩两座土坝1 9 7 5 年洪水漫坝失事;1 9 9 4 年1 0 月韩国汉城发生了横跨汉江的圣水大桥中央断场 5 0 m ,其中1 5 m 掉入江中,造成死亡3 2 人、重伤1 7 人的重大事故,据称造成大 桥在行车高峰期突然断裂的原因是长期超负荷运营,钢梁螺栓及杆件疲劳破坏所 致;1 9 4 0 年完工的主跨8 5 3 m 的塔可马大桥( t a c o m an a r r o w s ) ,只使用了三个 月,便在1 9 m s 的风速下造成了塌桥事故;1 9 5 1 年主跨1 2 8 0 m 的金门大桥于风 速1 5 2 0 m s 时因振动而造成桥体部分损坏“,等等。 可见,如何科学、准确、及时地分析和预测工程及工程建筑物的变形状况, 对工程建筑物施工和运营管理来说显得尤为重要。一种有效、准确的预测模型不 仅能够根据已往观测数据预测出建筑物的安全状态,而且能够随着外部环境的改 变而不断地改进,并自我完善。对一个模型的评价不仅要考虑其预测的实时性和 准确性,而且还要考虑其对不同环境的适应性。将数学方法应用于分析和预测的 过程是一个不断尝试的过程。各国学者很早就从理论和实践两方面进行了深入的 研究,已提出多种变形预测方法,成果非常显著。目前,常用的是回归分析( 统 计分析) 、时间序列分析、灰色理论、k a l m a n 滤波和神经网络等建模方法,并且 以上方法可以相互组合产生许多新的方法,如灰色神经网络法、小波神经网络法 等,但每种建模方法都有其局限性。 诞生于2 0 世纪8 0 年代的遗传规划( g e n e t i cp r o g r a m m i n g ,简称g p ) 理论, 是随着生物技术发展起来的新型学科蚴。它以生物进化论和遗传学说为基础,利 用计算机语言实现随机迭代,在迭代若干次后返回最佳个体。遗传规划具有全局 搜索能力,能够大范围、高精度、并行性地搜索问题的最优解,具有其它建模理 论所不同的出发点,大大提高了人们建立预测模型的广度和深度m 。作为一种新 兴的搜索寻优技术,它融合数学、生物、计算机等学科于一身,属于一门综合性 技术。由于其具有与领域知识无关的特性,对于一些新的领域的变形预测问题, 2 第一章绪论 回归分析法很难根据专家的经验来建立模型,而利用遗传规划就能够很好地解决 这类问题,并且专家能够从得到的结果中揭示以及总结出建筑物的变形规律,提 高对同类建筑物变形机理的认知,因此将遗传规划应用于变形监测数据预测具有 广泛的前景嘲。 综上所述,在分析现有变形预测模型局限性的基础上,研究遗传规划在变形 监测数据处理中的应用,具有以下现实意义: ( 1 ) 通过对变形观测资料的整理与分析,掌握建筑物变化的规律,可以及时 发现异常情况,准确预测其未来性态和发展趋势,防止灾害的发生,保证国家和 人民生命财产的安全。 ( 2 ) 可进一步扩充变形分析方法和内容,为更加合理有效地分析建筑物的监 测资料提供新的途径和思路。 ( 3 ) 对建筑物当前的变形监测资料进行深入分析,可反馈和验证建筑物设计 的正确性,从而改进和提高设计、施工和管理的技术水平,使各监测项目得到不 断的完善。 1 3 国内外研究的历史与现状 1 3 1 变形分析与预测模型的发展 由于变形体的结构、组成物质的物理力学性质、外力作用的复杂性和不确定 性,建立合适的模型比较困难。因此,通过揭示变形监测数据序列的结构与规律, 建立动态预测模型,反映变形特征,推断变化趋势,就成为一种有效的方法脚。 近年来,用数学模型来逼近、模拟和揭示变形体的变形和动态特性成为新的研究 方向,其中比较有代表性的模型是:回归分析模型、确定性模型、混合模型、时 间序列分析模型、卡尔曼滤波模型、灰色系统模型和神经网络模型等。 1 回归分析模型 回归分析模型,即将变形监测数据与影响因子进行多元回归分析或逐步回归 分析,得到变形与显著性因子闻的函数关系。该法适于单点分析,除作物理解释 外,也可用于变形预测“。多元线性回归分析是经典的方法,多元回归分析需要 较长的、一致性好的多组时间序列数据,它是研究一个变量( 因变量) 与多个因 子( 自变量) 之间非确定关系( 相关关系) 的最基本方法。一般来说,观测资料越丰 河海大学硕士学位论文 富、质量越高,其结果越可靠。早在1 9 5 5 年意大利的法那林( f a n e l l i ) 和葡萄 牙的罗卡( r o c h a ) 等,就应用回归分析方法定量分析了大坝的变形监测资料“。 时至今日,回归分析模型仍是使用最普遍的模型,许多国家将它作为基本的分析 手段。 2 确定性模型和混合模型 确定性模型( d e t e r m i n i s t i cm o d e l ) 是一种通过物理理论计算成果构成环境自 变量与位移值之间的确定性关系形式,再经实测值的数理统计分析来实现计算假 定和参数的合理调整所建立的因果关系数学模型,以有限元方法( f e m ) 为主。 混合模型( h y b r i dm o d e l ) 则是确定性模型和回归分析模型的混合,即一部 分采用确定性模型计算,另一部分采用回归分析模型方法计算。 确定性模型是一种具有“先验”性质的预测方法,其建模不需要大量的变形 监测资料,在变形监测的初期就能进行变形预测。法那林等人于1 9 7 7 年提出 混凝土坝变形的确定性模型和混合模型,即运用有限元计算,将理论计算值与实 测数据有机地结合起来,以研究大坝的安全状况。 3 时间序列分析模型 时间序列分析是上世纪2 0 年代后期开始出现的一种现代数据处理方法,是系 统辨识与系统分析的重要方法之一,是一种动态的数据处理方法“,用于变形分 析具有较好效果。对一个变形观测量( 如位移) 的时间序列,通过建立一阶或二 阶微分方程提取变形的趋势项,然后再采用时序分析中的自回归滑动平均模型 a r m a ,这种组合建模的方法,可分性好且具有将非平稳相关时序转化为独立的 平稳时序的显著优点;具有同时进行平滑、滤波和推估的作用。 4 卡尔曼滤波模型 k m m a n 滤波技术是2 0 世纪6 0 年代初由卡尔曼( k a l m a n ) 等人提出的一种 递推式滤波算法,它是一种对动态系统进行实时数据处理的有效方法。它借助于 系统本身的状态转移矩阵和观测资料,实时最优估计系统的状态,并且能对系统 在未来时刻的状态进行预测。因此,这种方法可用于动态系统的实时控制和快速 预测。 s 灰色系统模型 在2 0 世纪8 0 年代,我国的邓聚龙教授提出了灰色系统理论,它是研究解决灰 4 第一章绪论 色系统分析、建模、预测、决策和控制的理论。灰色预测主要优点在于对原始数 据没有大样本长序列数据要求,只要原始数据序列有四个以上数据,就可通过生 成变换来建立灰色模型。它利用系统行为特征值的发展变化进行预测,对特征值 中异常值的发生时刻进行估计,并对在特定时区发生的事件作未来时间分布的计 算。目前,该模型在大坝变形预测的应用中已取得了较好的效果 6 神经网络模型 诞生于2 0 世纪8 0 年代的人工神经网络( a r t i f i c i a ln e m a ln e t w o r k s ,简称 a n n ) 是以计算机网络系统模拟生物神经网络的智能计算系统。网络上的每个 结点相当于一个神经元,其可以记忆( 存储) 、处理一定的信息,并与其它结点 并行工作。利用神经网络求解一个问题的过程包括:向网络的某些结点输入信息, 各结点处理后向其它结点输出,其它结点接受并处理后再输出,直到整个神经网 工作完毕,输出最后结果。 1 3 2 现阶段存在的问题 每种数学理论与方法在不同层次、不同深度上成功应用于变形数据分析与变 形预测。但是,由于它们研究的角度、模型建立的出发点、采用的数据形式、子 样大小以及适用条件不同,因而,各有其自身的应用局限性“”。主要问题如下: ( 1 ) 回归分析模型的局限性 回归模型是一种静态模型,属于经验模型,具有后验性质,需长序列监测数 据才能取得较好预测效果。当建筑物发生新的变形情况对,其预测偏差较大。如 果回归中自变量之问相关,则回归系数稳定性较差,造成预测偏差较大等后果。 ( 2 ) 确定性模型和混合模型的局限性 确定性模型一般采用“有限单元法”计算,需要解大型的方程组,计算工作 量较大。由于组成变形体的材料( 如岩土体介质) 的多相性、不均质性、非连续 性、岩体结构面的各向异性等,使得变形体不可能是完全的弹性体“”。因而,在 确定性模型的实际运用中,可能会存在一系列误差,如变形体物理常数的误差, 弹性假设带来的误差,以及有限元法单元划分的计算误差( 单元划分得越细,计 算精度越高) 等,从而使得确定函数法计算的结果与实际误差较大;另外,复杂 多变的变形体,其变形有时很难用确定的理论公式来表达,这在某种程度上对确 定函数法的广泛应用带来了一定限制。 河海大学硬士学位论文 ( 3 ) 时间序列分析模型的局限性 时间序列分析法是一种动态的数据处理方法,虽然在观测数据量较少的情况 下就可以作出预测且工作量相对较小,但缺点在于,其只是致力于对数据进行拟 合,对规律性的问题处理不足。因此,通常只能对短期情况进行预测,预测长期 情况其有效性就会大大下降“”。 ( 4 ) 卡尔曼滤波模型的局限性 k a l m a n 滤波要求知道系统的状态模型,它要求系统噪声和量测噪声是零均 值白噪声。实际上,对许多实际问题来说,这些条件是难以完全满足的“”。例如, 当g p s 伪距观测值作为滤波方程的量测值时,电离层、对流层折射误差和钟漂移 误差等作为量测噪声就不是零均值的白噪声;当g p s 相位观测数据作为量测值 时,周跳、初始整周模糊度解算误差都会使量测方程产生偏差。同样,当用匀速 或匀加速的运动模型来模拟研究对象的运动状况时,其真实运动情况也不能完全 得到反映。也就是说,实际建立的状态方程存在着一定的模型偏差( 近似) ,这种 偏差可能引起两方面的后果:一方面使精度受到影响,另一方面是滤波的误差可 能趋于无穷,即滤波发散。 ( 5 ) 灰色系统分析模型的局限性 灰色系统建模实际上是一种以数找数的方法,从系统的一个或几个离散数列 中找出系统的变化关系,试图建立系统的连续变化模型。但灰色系统本身没有很 强的并行计算能力,即使是系统的轻微变化也将导致重新计算。而模型参数的非 唯一性则将导致建模过程的多样性和多选性,这加大了建模工作量,对于灰色模 型的应用而言是非常不利的。因此,该法在理论上需要作进一步的完善。 ( 6 ) 人工神经网络模型的局限性 人工神经网络模型只关心输入和输出,属于黑箱建模方法,使人们无法判断 变量之间的关系。并且,人工神经网络模型建立的物理解释,网络激活函数采用 的全局性函数,网络收敛性的保证,网络节点数的经验性确定等问题都有待进一 步探讨和改善。 1 3 3 变形分析与预测模型的发展方向 随着现代科技的不断提高,高精度、高稳定性和自动化观测仪器不断应用于 建筑物的变形监测中,使得建筑物的变形监测资料具有更高的可靠性、实时同步 6 第一章绪论 性和整体性“”。相应于监测水平的不断提高,建筑物监测资料的变形分析与预测 模型也将致力于向更加完善的方向发展,其发展动态可归纳为以下几点: ( 1 ) 整体性 在建筑物的变形监测资料分析与预测中,从以往的单测点和局部模型向多测 点和整体模型方向发展。建筑物是一个“有机”整体,各个部位是相互关联的, 因此,仅用单点模型进行分析存在较大的局限性。仅表征观测点局部范围单项监 测量变化的情况,难以反映建筑物的整体变化,没有体现各监测量对建筑物的综 合作用。因此最大限度地综合各种有用信息,构建建筑物变形监测整体模型的研 究是目前变形监测资料分析研究的一个重要方向。 ( 2 ) 不确定性 建筑物施工和运行过程中,各监测量变化无常,因此,很难用一种固定的模 型和方法概括各种监控信息复杂的变化规律。由于各种不确定因素的作用,传统 的数学描述往往满足不了其变化的要求。因此,在建筑物监测资料分析处理中, 新的应用理论与方法应向不确定性方向发展”1 。 ( 3 ) 动态性 在建筑物长期运行的过程中,产生变形的机理十分复杂,用前期观测数据建 立的数学模型往往不能持续准确地反映建筑物现时及随后的运行状态,因此,必 须随时利用新获得的信息更新所建模型,从而保持模型的实时性。这种模型被称 作“动态性模型”,是目前许多工程监测数据处理中常用的模型。深入开展“动 态性模型”的研究,提高模型的适应能力,也是建筑物变形监测的发展方向。 1 4 本文的主要研究内容 本文以变形监测数据处理理论和g p 技术为基础,侧重于对g p 技术的改进 和对大坝监测数据的分析,主要研究内容如下: ( 1 ) 遗传规划基本原理的研究及程序实现 对g p 原理进行深入的研究,考虑变形监测数据处理的特点,分析控制参数 对g p 模型结果的影响。通过对不同坝型和不同监测项目的分析,得出适合于不 同坝型、不同监测项目的遗传控制参数。对已有的规划算法程序进行分析,将其 从t u r b oc + + 开发平台下移植到v c + + 开发环境下,并对其进行改进和完善。 河毒大学焉士学位论文 ( 2 ) 个体树生成方法的研究及改进 个体树生成方法的优劣关系到g p 模型的建模效率、运行时间和最终规划结 果。在分析“生长法”和“完全法”的基础上,对个体树生成方法进行改进,采 用等梯度生成法生成均匀分布的个体树,使产生的染色体较好地覆盖问题解空 间。 ( 3 ) 提高初始群体性能方法的研究及改进 初始群体是随机产生的,它遍布于问题空间,其整体素质将影响g p 的收敛 性。在对目前常用的性能提高方法进行研究的基础上,对其进行改进。 ( 4 ) 编辑算子的研究及完善 随着迭代次数的增加,个体树也在增大,而其中充斥着大量的冗余代码,因 此对个体树进行编辑和整理就显的格外重要。在研究编辑的一般原则的基础上, 对编辑方法进行改进和完善,并探讨基于子树的编辑方法。 ( 5 ) g p 模型精度的分析 对不同监测项目,利用g p 方法、回归分析法和b p 神经网络三种方法进行 分析,得出各自的交化规律;通过几种方法拟合结果的对比以及预测值与实测值 的对比分析。对g p 模型的精度和上述改进方法提高模型精度的有效性进行验证。 g 第二章遗传规划原理 第二章遗传规划原理 “物竞天择,适者生存”是达尔文生物进化论阐明的主要原理之一。自然界 中,生物体的结构体现了生物对其环境的适应能力,而结构又是随自然选择不断 进化的。自然界总是延续适应性强的物种,淘汰不适应的物种,“适应性”驱使 遗传操作创造出新的、适应性更强的生物结构。遗传规划就是通过对生物遗传和 进化过程中的选择、交叉、变异等机理的模仿,来完成对问题最优解的自适应搜 索过程m 。 2 1 遗传规划概述 2 1 1 遗传规划的发展 遗传规划的发展经历了一段曲折的过程”,大致可分为以下三个阶段: ( 1 ) 萌芽阶段 遗传规划的研究最早可追溯到人类开始研究人工智能的时期。在2 0 世纪5 0 年代后期及6 0 年代初期,a l a nt u r i n g 提出了三种实现机器智能的方法,其中之 一是“遗传或进化搜索”方法。他认为智能行为在某种程度上是由各种搜索构成 的。尽管这一方法在最初的一段时间里没有取得令人瞩目的研究成果,但却可视 作g p 方法的思想发端。 ( 2 ) 停滞阶段 2 0 世纪6 0 年代至8 0 年代是遗传算法( g e n e t i ca r i t h m e t i c ,简称为g a ) 发 展成熟的阶段,而遗传规划基本上处于停滞状态。这一时期遗传算法得到了长足 的发展,1 9 6 2 年,美国芝加哥大学的j h h o l l a n d 教授在研究适应系统时,提出 系统本身与外部环境的相互作用与协调,涉及到进化算法的思想。1 9 6 8 年他又 提出了模式理论,它是遗传算法的主要理论基础,这也标志着遗传算法的发展成 熟。模式理论的提出为遗传规划的发展提供了新的途径。 ( 3 ) 发展阶段 为了克服遗传算法在表达方面的局限性,人们提出用计算机程序代替字符串 9 柯囊大学焉士学位论文 来表达遗传规划所研究的问题。早在2 0 世纪8 0 年代中期,k o z a 教授采用动态 变化的层次结构描述染色体,使g p 作为一种新技术与遗传算法并驾齐驱。遗传 规划的研究在近年来取得了很大的发展,自1 9 9 4 年以来,i e e e 进化计算国际会 议就设置了“遗传规划”的专题。 国内对遗传规划的研究起步比较晚,2 0 世纪末才有介绍该技术的专著出版, 但是发展非常迅速,国内大批学者对其进行了大量的研究及应用工作,成果非常 显著。武汉大学软件工程国家重点实验室提出了复杂系统演化建模理论,他们应 用自动程序设计研制成功了基于演化计算的自适应复杂函数建模软件,实现了多 元模型的程序设计嘲。中南大学在g p 理论研究方面也取得了很大的成就嘲。 2 。1 2 遗传规划的特点 从数学角度看,遗传规划实质上是一种搜索寻优技术。它从某一初始群体出 发,遵照定的操作规则,不断迭代计算,逐步逼近最优解“”。这种搜索技 术,有如下特点: ( 1 ) 智能式搜索。遗传规划的搜索策略,既不是盲目式的乱搜索,也不是 穷举式的全面搜索,它是有指导的搜索。指导遗传规划执行搜索的依据是适应度, 也就是它的目标函数,利用适应度使遗传规划逐步逼近目标值。 ( 2 ) 渐进式优化。遗传规划利用选择、交叉、变异等操作,使新一代的结 果优越于旧一代,通过不断迭代,逐渐得出最优的结果,它是一种反复迭代的过 程。 ( 3 ) 全局最优解。由于遗传规划采用交叉、突变等操作来产生新的个体, 扩大了搜索范围,使得搜索得到的优化结果是全局最优解而不是局部最优解。 ( 4 ) 黑箱式结构。遗传规划只研究输入与输出的数量关系,并不深究造成 这种关系的原因,因此,便于处理各种因果关系复杂的问题。 ( 5 ) 通用性强。传统的优化算法,需要将所解决的问题用数学公式表示, 并常常需要求解该数学函数的一阶导数或二阶导数。而遗传规划只需要根据适应 度,通过样本来寻找解空间的最优解,适合各类问题,因此通用性很强。 ( 6 ) 并行性算法。遗传规划是从初始群体出发,经过选择、交叉和突变等 操作,产生组新的群体。每次迭代计算,都是针对一组个体同时进行,而不是 针对某个个体进行。因此,尽管遗传规划是一种弱搜索算法,但是,由于采用这 1 0 第二章遗传规翻原理 种并行计算机理,搜索速度很高。 2 2 遗传规划基本原理 g p 的基本思想是:随机产生一个适用于所给问题环境的初始群体,即问题 的搜索空间;构成群体( p o p u l a t i o n ) 的个体( i n d i v i d u a l ) 都有一个适应度;按 照达尔文适者生存的原则,用遗传算子处理适应度高的个体,产生下一代群体; 如此循环下去,所给问题的解或近似解将会在某一代出现啪。本节将详细讨论遗 传规划的一般原理。 2 2 1 染色体结构的表示 对许多问题来说,问题解的最自然表示是具有层次的树状结构,该结构的大 小和形状一般是未知的,它应随着问题的解决而确定,也就是说问题解的结构确 定应当是所求问题的一部分内容。g p 采用的基本原理与g a 基本一致,但它所 处理的染色体结构随环境变化而改变,一般是具有层次( 树状) 的动态改变形状 和大小的字符串结构。若干不同的染色体结构就构成了一个群体,g p 可以同时 并行搜索数百个或更多的染色体结构。 在g p 中,构成染色体结构的主要元素是函数和变常量集合。染色体结构 在生成以及进化过程中,要根据问题域的具体情况,在事先选好的函数集和变 常量集合中,按某种法则进行组合,以形成满足一定条件的问题解。在此基础上, 随着环境的改变,染色体结构不断进化完善,从而达到最优解或满意解”1 。 一般情况下,函数集合f s 是由若干个函数所组成,即最= 9 1 ,9 2 ,) 。 根据问题域具体情况,f s 可以是: ( 1 ) 算术运算符,如+ ,等; ( 2 ) 简单数学函数,如s i n ,c o s ,e x p ,i n 等; ( 3 ) 布尔运算符,如a n d ,o r ,n o t 等; ( 4 )条件表达式,如i f t h e n e l s e 等; ( 5 ) 循环表达式,如d o - - u n t i l ,f o r ,w h i l e 等; ( 6 ) 递归函数; ( 7 ) 面向问题的函数。 河海大学硬士学位论文 交常量集合也是根据问题域的具体情况,由相关领域专家选择合适的类型 和个数而确定的。 遗传规划使得问题能在选定的函数集合及变常量集合中,通过适当组合其 中的元素而正确地形成最优解或满意解。 g p 进化的对象是一个由动态树结构表示的个体组成的群体,树的结点是由 终结点( t e r m i n a l s ) 、原始函数( , p r i m i t i v ef u n c t i o n s ) 与运算符组成。其中,终结 点是将问题分级划分为子问题后最基本解的成份。这种树状结构的层次与结点都 是可变化的。例如,函数表达式y = 2 x 2 6 x + 5 可以用图2 1 所示的具有根和结 点标记的树来表示,其中,函数集合f - + , ,变常量集合( 也称之为终 结点) 为t = 红,p ,p 为随机常数。 图2 i 树状表示形式 在选择函数集合及变常量集合时,应使它们满足封闭性与充分性原则“。 所谓封闭性是指函数集合中的任一函数能接受任何所要求的变量类型及其数值, 换句话说,任一函数在其定义域内应该有定义。当某一函数的封闭性不能满足时, 应该采用修正办法以保证该函数有定义。例如,当某一函数的除数为0 时,则该 函数无意义,此时,规定除数为零时,函数返回某一特殊值,而其他情况返回商 值即可。因此,在选择函数集合元素时,应仔细考察它们所处理的变常量的特 点,保证满足它们的封闭性。充分性是指所选定的函数集合及变常量集合能够 表示问题解。使用g p 求解问题时,用户应该知道或确信所选函数及变常量集 合的某些组合能够表示问题解批1 。 第二章遗传擐划原理 2 2 2 初始结构的生成方式 初始群体中染色体( 树) 的生成可以采用多种方式,但必须保证初始群体中 染色体的多样性一般情况下,树根节点的元素是从函数集合中随机选择的,这 样才能保证染色体成为层次结构,而不至于生成仅有一个变常量的单点结构。 常用的方法有三种,即完全法、生长法和混合法嘲 ( 1 ) 完全法。采用完全法生成树时,其根节点与叶节点的无回溯路径长等 于指定的最大长度。在具体实现时,对于位于小于最大长度的节点可从函数集中 选择节点元素,而位于最大长度的节点应从变常量集合中选择节点元素。 ( 2 ) 生长法。采用生长法生成树时,其根节点与叶节点的无回溯路径长不 大于指定的最大长度、其实现方法与完全法稍有区别。对于位于小于最大长度的 节点可从函数集合或变常量集合中选择节点元素,位于最大长度的节点从变 常量集合中选择节点元素。显然生长法生成的树,大小和形状有更多的关系。理 想的生成方式应能使产生的染色体较好地覆盖闯题解空间。 ( 3 ) 混合法。混合法是完全法和生长法的综合。其实现方法是:初始个体 的深度在2 至给定的最大深度之间均匀选取,在每一种深度中,5 0 的初始个体 用完全法产生,另5 0 的初始个体用生长法产生。 2 2 3 适应度计算 适应度是遗传规划中自然选择的驱动力,利用适应度来控制群体中结构改变 的过程。借助问题的显式估值方法,对个体赋予一个适应性测度值。常用的适应 度有原始适应度、标准适应度、调整适应度、归一化适应度1 。 ( 1 ) 原始适应度( r a wf i t n e s s ) 原始适应度是指其度量是以问题本身的自然术语来陈述的。一般情况下,适 应度是通过一组实例计算的,该组实例仅是整个域空间的有限样本,但它们必须 对整个域空间具有代表性,因为它们形成了归纳整个域空间的基础。最常用的原 始适应度的定义是以误差形式出现的。一个表达式的适应度就是用该表达式所计 算实例的值与该实例实际值的误差之平方和“1 。如果表达式的结果值是整型或 浮点型的,则个体i 在t 代时的原始适应度为: 河海大学i 甄士学位论文 札 ,g f ) = 艺o ( i , j 3 - c u ”2 ( 2 1 ) 式中,s ( f ,) 为表达式个体i 对实例j 返回的值;e ( y ) 为实例j 实际测量值;以为 实例样本个数。 式( 2 1 ) 表明,r ( ,f ) 越小,表明个体适应性越高,个体能够保留到下一代 中。 ( 2 ) 标准适应度( s t a n d a r d i z e df i t n e s s ) 标准适应度总是表现为数值越小适应性越好。标准适应度的计算有以下两种 情况: ( d 对于某些问题,若原始适应度越大越好,则标准适应度可定义如下: j ( f ,f ) = 一r q , f ) ( 2 - 2 ) 式中,m 。是原始适应度可取的最大值。 对于另外一些问题,若原始适应度越低越好,则标准适应度即为原始适 应度,即: ( 3 ) 调整适应度( a d j u s t e df i t n e s s ) 调整适应度的计算如下: 口( f ,f ) = 丽1i ( 2 - 4 ) 式中,s ( i ,) 为标准适应度。 通常s ( i ,t ) o ,则a ( i ,f ) 【o ,l 】,且调整适应度越大,个体越优良。当s ( i ,r ) 近 于0 时,调整适应度具有扩大标准适应度微小差别的好处。 ( 4 ) 归一化适应度( n o r m a l i z e df i t n e s s ) 如果选择参与遗传操作的个体时,采用正比于适应度比例的方式,则需引入 归一化适应度n ( i ,f ) 的概念,即 1 4 第二章遗传规划原理 力( f ,) :掣 a ( k ,f ) 一 。 k = l 式中,m 为群体的大小。 m n q , t ) o , l l 。适应度越大,个体越优良,并且嘏r ) = l 。 1 - 1 ( 2 5 ) 上述四种形式的适应度函数具有如下特征:定义形式规范;o 函数单值、 连续;o 适应度与解的优劣比例; 计算简单;o 具有一定的通用性。可以说, 满足了个体优劣的度量要求。适应度通常用一组适应度计算实例进行估值,对于 自变量空间有限的问题来说,适应度计算实例可取自变量的所有可能组合,此时, 该组适应度计算实例就是整个值域空间的代表吲。 2 2 4 遗传操作 选择和交叉是g p 修改染色体结构的主要遗传操作。变异和其他辅助操作属 于第二类算子嘲。 1 选择操作 g p 的选择操作是自然选择、适者生存的基本动因,该操作是单向性的。其 操作对象仅是父代表达式,产生的结果是子代表达式。选择操作方法与g a 相同。 选择是从当前群体中选择适应度高的个体以生成交配池( m a t i n gp 0 0 1 ) 的过程。 目前,主要有适应度比例选择、b o l t z m a n n 选择、摊序选样、联赛选择、精英选 择和稳态选择等形式。下面简要介绍适应度比例选择的方法。 适应度比例选择是最基本的选择方法,其中每个个体被选择的期望数量与其 适应度和群体平均适应度的比例有关,对于给定的规模为n 的群体 p = q ,a 2 ,q ,个体吩p 的适应度为他) ,其选择概率为 以魄) :筝业,j = l , 2 ,m ( 2 - 6 ) 厂 ) 式中,见( q ) 为选择概率;厂( 吩) 为个体q 的适应度。 该式决定后代种群中个体的概率分布。经过选择操作生成用于繁殖的交配 池,其中父代种群中个体生存的期望数目为: 河海大学磺士掌位论文 p 呜) = 栉。p , ( a j ) ,j 。1 , 2 ,n ( 2 7 ) 式中,p ( q ) 为父代种群中个体生存的期望个数;见( 巳) 为个体q 的选择概率;疗 为群体大小。 s | 图2 - 2 轮盘赌示意图 通常采用轮盘赌( r o u l e t t ew h e e l ) 方式实现选择操作,如图2 - 2 所示。这种 方式首先计算每个个体的适应度,然后由式( 2 6 ) 计算出此适应度在群体适应 度总和中所占的比例,表示该个体在选择过程中被选中的概率。具体操作过程为: ( 1 ) 依次累计群体内各个体的适应度,得相应的累计值s ,最后一个累计 值为最,如表2 1 所示; 表2 - 1 适应度比例计算 染色体编号 l234567891 0 适应度 821 7721 2l l737 被选概率 o 10 0 2o 2 2o 0 9o 0 20 ,1 6o 1 40 0 9o 0 30 0 9 适应度累计 81 02 73 43 64 85 96 66 97 6 (
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 高中语文一轮复习“以意逆志”思想情感题教学设计
- 初中七年级道德与法治在劳动中创造人生价值教案教学设计
- 七年级地理教学设计:热带雨林气候与热带草原气候区的自然特征、人口分布与经济发展
- 九年级语文下册第二单元题组训练教学设计
- 初中七年级地理教学设计:埃及-跨洲国家的区位与发展
- 高中三年级地理《河流袭夺》一轮复习教学设计
- 八年级数学《函数》核心素养导向教学设计
- 小学三年级科学《果实与种子》教学设计
- 小学三年级科学下册食物的秘密探秘食物中的营养教学设计
- 高三英语Unit1 Art一轮复习教学设计
- 2026三项岗位人员(应急管理局)-熔化焊接和热切割-焊接与热切割作业(压力焊作业人员)历年参考题库含答案详解
- 宁夏吴忠市盐池县2026年社区工作者招聘考试试卷-含答案解析
- 2026中国洗衣干衣行业市场现状需求分析投资布局发展策略研究文献
- 环境应急预案备案依据(3篇)
- 2026年江西省高考物理试卷真题(含答案及解析)
- 特香型白酒的讲解
- 2026中国邮政社会招聘笔试真题(完整版+详细答案解析)
- 五年级上册《白鹭》课件
- 中国电信理工综合类笔试题库
- CSCO非小细胞肺癌诊疗指南(2026版)
- T∕CCEAS008-2026 建设工程造价咨询成果文件质量标准
评论
0/150
提交评论