该项目主要研究了遗传算法及其在知识获取领域中应用的理论问题,首先分析了遗传算法搜索过程的马尔可夫特征,证明了在一定条件下遗传算法以概率1,收敛于吸收态,按查出者遗传策略,采用随机泛函分析证明了遗传算法的收敛性,丰富和完善了遗传算法的数学理论基础,研究了遗传算法的扩展一遗传规划,总结并提出了GP的特征和求解方法及评价,将遗传算与知识获取相结合,应用于对系统环境信息变化进行辨识和逻辑推理,生成或修改知识库中特定知识表示的新知识,研究了产生式知识规则的算子编码方法,特别是多层反馈式分类器系统,可以对原始数据进行分类,聚类、比较、概括、综合等处理,应用于股市技术分析、规则提取、以及非线性控制系统等领域.
{{i.achievement_title}}
数据更新时间:2023-05-31
萃取过程中微观到宏观的多尺度超分子组装 --离子液体的特异性功能
基于旋量理论的数控机床几何误差分离与补偿方法研究
水平地震激励下卧式储罐考虑储液晃动的简化力学模型
碳纳米管改性海泡石多孔陶瓷及其高效油水分离性能研究
基于图像法表征复杂背景下石膏雨液滴实验研究
铝偏析法提纯中固液界面异质原子迁移行为
高效液相外延生长提纯冶金硅的机理及强化机制研究
茶色素的形成、提纯和应用研究*3
电磁预处理+电磁搅拌铸造超高纯铝的晶粒细化及机理研究