导读:本文包含了种群方差论文开题报告文献综述及选题提纲参考文献，主要关键词:基因表达式编程,种群多样性,适应度方差,变异算子
种群方差论文文献综述
单兵,倪世宏,查翔[1]（2013）在《基于适应度方差度量种群多样性的GEP算法》一文中研究指出为了保持进化过程中种群的多样性,提高算法的收敛速度,保护进化过程中的较优个体,对标准基因表达式编程(GEP)算法进行了改进,提出了一种基于适应度方差度量种群多样性的GEP算法(GEP based on population diversity measure by variance of individuals’fitness,DM-GEP)。该算法以个体适应度方差来度量种群多样性,设计了自适应变异算子,使得变异率随着种群多样性情况而变化,且同时兼顾了种群的稳定性以及进化过程中较优个体的保护。仿真结果表明,DM_GEP提高了收敛速度和精确度。(本文来源于《计算机工程与设计》期刊2013年09期）
廖建华[2]（2012）在《基于适应度方差的概率进化和种群均匀初始化的VM资源分配方法》一文中研究指出数据中心虚拟机的有效配置使设备硬件成本和运维成本大幅降低，而遗传算法由于全局搜索能力良好常用于求解数据中心资源分配问题。不过遗传算法进化概率设置不当的话，在求解复杂度较高的问题时，容易出现群体多样性和差异性减弱过早收敛的现象。另一方面，遗传算法的初始种群是随机生成的，不能保证用较低的种群密度逼近最优解区域，影响了算法的搜索效率、收敛性和稳定性。本文针对遗传算法交叉概率和变异概率的动态调整、初始种群的构造问题作了研究。论文主要工作如下：1.在两种自适应遗传算法IAGA和NAGA的基础上，提出了基于适应度方差的交叉和变异概率调整方法：首先利用染色体适应度方差判断种群进化的阶段，动态调整交叉和变异概率的取值区间，然后根据染色体适应度值选择交叉概率和变异概率的更新规则。实验表明，所提出的方法更好地匹配了染色体在群体进化不同阶段的交叉概率和变异概率，其离线资源分配得到的最小资源需求满足率高于IAGA、NAGA对应值，在虚拟机个数为128和512时，分别比IAGA提高了2.0%和24%。2.提出了结合佳点集和随机点集的初始种群构造方法：首先在生成的佳点集上迭加均匀分布的随机变量，构成具有均匀散布和随机性的点集；然后利用该点集构造初始种群。实验表明，利用改进点集构造的初始种群，其离线资源分配得到的最小资源需求满足率在虚拟机个数为128,256和512时，比佳点集初始化方法分别提高了12.8%，2.9%，2.53%，提高了算法的寻优能力，更加有效地满足了虚拟机的资源需求。(本文来源于《华南理工大学》期刊2012-12-01）
陶方玲,闵嗣璠,梁广文,曾玲[3]（2008）在《种群趋势指数的方差近似估计式及其应用(英文)》一文中研究指出根据吴惠龙等(1986)发表的稻纵卷叶螟Cnaphalocrocis medinalis的生命表及Watt种群趋势指数数学模型,在delta-方法的基础上,本文提出了一种种群趋势指数方差的近似估计法,并应用于评价稻螟赤眼蜂Trichogramma japonicum Ashmead及化学杀虫剂(甲六粉)对稻纵卷叶螟的控制作用。根据中心极限定律,当样本足够大时,种群趋势指数近似于正态分布。根据近似方差估计量以及Z-检验方法,取得以下结论:放蜂区明显优于对照区,因其种群趋势指数取值较小,相应的P值为0.0111,该区也明显优于化学杀虫剂处理区,相应的P值为0.0036。杀虫剂处理区差于对照区,因其种群趋势指数值较大(0.3035),但这种差异并未达到显着水平,P值为0.2236。虽然本文的结论近似于吴惠龙等(1986)单纯依据种群趋势指数所得到的结果,但本文的结论更具统计意义,更加可靠。(本文来源于《昆虫学报》期刊2008年05期）
杨跃敏,曾宗永[4]（1995）在《种群密度估计的方差与种群动态曲线拟合的加权目标函数》一文中研究指出研究认为种群动态曲线拟合目标函数的选取及定义取决于密度估计方差的性质．由密度估计方法的原理及计算机模拟确定了密度估计方差与密度估计值之间的正相关关系．由此确定了采用１／Ｎ＿ｉ加权的目标函数Σ（Ｎ＿ｉ－Ｎ＿ｉ）￣２／Ｎ＿ｉ的对于种群动态曲线拟合的合理性．并在实验数据的拟合中得到证实．(本文来源于《四川大学学报(自然科学版)》期刊1995年05期）
宋晓川,刘波,齐石成[5]（1993）在《茶短须螨种群分布密度及方差分析》一文中研究指出茶短须螨（Brevipalpus SP.）又名倒卵型短须螨,属蛛形纲蜱螨目细须螨科,是分布全国茶区的重要害虫,成、若螨多分布在叶背刺吸为害,幼龄茶树尤其严重,影响树势,导致芽梢稀瘦,降低品质和产量。其生物学特性前人已做过较全面研究,本文对该螨为害盛期在茶树上空间分布特性作了初步研究。(本文来源于《福建农业科技》期刊1993年04期）
种群方差论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
数据中心虚拟机的有效配置使设备硬件成本和运维成本大幅降低，而遗传算法由于全局搜索能力良好常用于求解数据中心资源分配问题。不过遗传算法进化概率设置不当的话，在求解复杂度较高的问题时，容易出现群体多样性和差异性减弱过早收敛的现象。另一方面，遗传算法的初始种群是随机生成的，不能保证用较低的种群密度逼近最优解区域，影响了算法的搜索效率、收敛性和稳定性。本文针对遗传算法交叉概率和变异概率的动态调整、初始种群的构造问题作了研究。论文主要工作如下：1.在两种自适应遗传算法IAGA和NAGA的基础上，提出了基于适应度方差的交叉和变异概率调整方法：首先利用染色体适应度方差判断种群进化的阶段，动态调整交叉和变异概率的取值区间，然后根据染色体适应度值选择交叉概率和变异概率的更新规则。实验表明，所提出的方法更好地匹配了染色体在群体进化不同阶段的交叉概率和变异概率，其离线资源分配得到的最小资源需求满足率高于IAGA、NAGA对应值，在虚拟机个数为128和512时，分别比IAGA提高了2.0%和24%。2.提出了结合佳点集和随机点集的初始种群构造方法：首先在生成的佳点集上迭加均匀分布的随机变量，构成具有均匀散布和随机性的点集；然后利用该点集构造初始种群。实验表明，利用改进点集构造的初始种群，其离线资源分配得到的最小资源需求满足率在虚拟机个数为128,256和512时，比佳点集初始化方法分别提高了12.8%，2.9%，2.53%，提高了算法的寻优能力，更加有效地满足了虚拟机的资源需求。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
种群方差论文参考文献
[1].单兵,倪世宏,查翔.基于适应度方差度量种群多样性的GEP算法[J].计算机工程与设计.2013
[2].廖建华.基于适应度方差的概率进化和种群均匀初始化的VM资源分配方法[D].华南理工大学.2012
[3].陶方玲,闵嗣璠,梁广文,曾玲.种群趋势指数的方差近似估计式及其应用(英文)[J].昆虫学报.2008
[4].杨跃敏,曾宗永.种群密度估计的方差与种群动态曲线拟合的加权目标函数[J].四川大学学报(自然科学版).1995
[5].宋晓川,刘波,齐石成.茶短须螨种群分布密度及方差分析[J].福建农业科技.1993