Please wait a minute...
浙江大学学报(工学版)
J4  2009, Vol. 43 Issue (11): 2023-2027    DOI: 10.3785/j.issn.1008-973X.2009.11.014
自动化技术、计算机技术     
求解偏微分方程反问题的改进基因表达式编程算法
李芳宇,孙守迁,张克俊,董占勋
（浙江大学 计算机科学与技术学院,浙江 杭州 310027）
Improved gene expression programming algorithm for solving inverse problems in partial differential equations
LI Fang-yu, SUN Shou-qian, ZHANG Ke-jun, DONG Zhan-xun
(College of Computer Science and Technology, Zhejiang University, Hangzhou 310027, China)
 全文: PDF(581 KB)  
摘要：

为了求解复杂函数反问题,在经典的基因表达式程序设计（GEP）算法基础上,采用锦标赛选择方式和独特的适应值函数来提高算法的收敛速度和效率,并利用正向求解偏微分方程的有限元方法及求解反问题的正则化方法,设计一种基于改进GEP（IGEP）的偏微分方程参数识别反问题的求解算法.对有代表性的微分方程和偏微分方程参数识别问题进行数值实验，结果表明,该算法在运行时间和预测精度上得到了较好的结果，从而验证了IGEP算法的有效性.
关键词： 基因表达式程序设计;  偏微分方程;  参数识别;  反问题;  有限元    
Abstract:

An improved gene expression programming (IGEP) algorithm which dealing with the inverse problem of parameter identification of complex function was presented. By constructing a unique fitness function and using tournament selection method, IGEP was proved to be efficient and fast. With finite element method and regularization method, IGEP can easily solve the inverse problem. The simulation for solving parameter identification inverse problems in typical partial differential equations showed that the model found by IGEP is accurate.
Key words: gene expression programming (GEP)    partial differential equation    parameter identification    inverse problem    finite element
出版日期: 2009-12-01
:  TP 391.75  
基金资助:

广东省教育部产学研结合资助项目（2006D90104013）；教育部博士点基金资助项目（20050335096）.
通讯作者: 孙守迁，男，教授，博导.     E-mail: ssq@mail.hz.zj.cn
作者简介: 李芳宇（1977-），女，江西泰和人，博士生，主要从事工业设计和计算机应用研究.
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
李芳宇
孙守迁
张克俊
等

引用本文:

李芳宇, 孙守迁, 张克俊, 等. 求解偏微分方程反问题的改进基因表达式编程算法[J]. J4, 2009, 43(11): 2023-2027.

LI Fang-Yu, SUN Shou-Qian, ZHANG Ke-Dun, et al. Improved gene expression programming algorithm for solving inverse problems in partial differential equations. J4, 2009, 43(11): 2023-2027.

链接本文:

http://www.zjujournals.com/xueshu/eng/CN/10.3785/j.issn.1008-973X.2009.11.014    或    http://www.zjujournals.com/xueshu/eng/CN/Y2009/V43/I11/2023

[1] 张世强. 回归数学模型相关系数的讨论[J]. 数理医药学杂志, 2003, 16(6): 481-483．
ZHANG Shi-qiang. Discussion of regression mathematics model correlation coefficient [J]. Journal of Mathematical Medicine, 2003, 16(6): 481-483．
[2] HOLLAND J. Adaptation in natural and artificial systems [M]. Ann Arbor: The University of Michigan Press, 1975．
[3] 杨剑峰. 基于遗传算法和蚂蚁算法求解函数优化问题[J]. 浙江大学学报：工学版, 2007, 41(3): 874-877.
YANG Jian-feng. Function optimization problem based on genetic algorithm and ant algorithm [J]. Journal of Zhejiang University: Engineering Science, 2007, 41(3): 874-877．
[4] FERREIRA C. Combinatorial optimization by gene expression programming: inversion revisited [C]∥ Proceedings of the Argentine Symposium on Artificial Intelligence. Santa Fe, Argentina: [s.n.], 2002: 160-174．
[5] FERREIRA C. Automatically defined functions in gene expression programming [M]∥ Genetic Systems Programming: Theory and Experiences (Studies in Computational Intelligence). Berlin:Springer, 2006, 13: 21-56．
[6] CEVIK A. A new formulation for web crippling strength of cold-formed steel sheeting using genetic programming [J]. Journal of Constructional Steel Research, 2007, 63(7): 867-883.
[7] FERREIRA C. Gene expression programming: a new adaptive algorithm for solving problems [J]. Complex Systems, 2001, 13(2): 87-129．
[8] MITCHELL M. An introduction to genetic algorithms [M]. Massachusetts: Mit Press, 1996．
[9] 熊盛武,卢孝强. 偏微分方程参数识别问题的遗传程序设计方法[J]. 武汉理工大学学报：信息与管理工程版, 2003, 25(3): 11-15．
XIONG Sheng-wu, LU Xiao-qiang. A genetic programming approach to partial differential equation inverse problems [J]. Journal of WUT: Information and Management Engineering, 2003, 25(3): 11-15．
[10] 彭亚绵.偏微分方程反问题数值解法研究[D]. 西安：西安理工大学, 2005．
PENG Ya-jin. Research on numerical methods of the inverse problem for partial differential equations [D]. Xi’an: Xi’an University of Science and Technology, 2005．
[11] KANG Li-shan, LI Yan, CHEN Yu-ping. A tentative research on complexity of automatic programming [J]. Wuhan University Journal of Natural Science, 2001, 69(2): 59-62．
[12] 李曲,蔡之华,朱利,等. 基因表达式程序设计方法在采煤工作面瓦斯涌出量预测中的应用[J]. 应用基础与工程科学学报, 2004, 12(1): 50-54．
LI Qu, CAI Zhi-hua, ZHU Li, et al. Application of gene expression programming in predicting the amount of gas emitted from coal face [J]. Journal of Basic Science and Engineering, 2004, 12(1): 50-54．
[1] 谢颖, 黑亮声, 华邦杰, 张晓明. 电动汽车用永磁游标电机的设计与研究[J]. 浙江大学学报(工学版), 2018, 52(1): 184-191.
[2] 余翔, 孔宪京, 邹德高. 混凝土防渗墙变形与应力分布特性[J]. 浙江大学学报(工学版), 2017, 51(9): 1704-1711.
[3] 范海贵, 陈志平, 徐烽, 唐小雨, 苏文强. 基于实测沉降的浮顶储罐变形分析[J]. 浙江大学学报(工学版), 2017, 51(9): 1824-1833.
[4] 王幸, 徐武, 张晓晶, 张丽娜, 胡本润. TC4板冷挤压强化寿命预测与试验验证[J]. 浙江大学学报(工学版), 2017, 51(8): 1610-1618.
[5] 钱程, 沈国辉, 郭勇, 邢月龙. 节点半刚性对输电塔风致响应的影响[J]. 浙江大学学报(工学版), 2017, 51(6): 1082-1089.
[6] 董红召, 章丽萍, 刘冬旭, 陈宁. 公共自行车系统服务点布设的有限元估算方法[J]. 浙江大学学报(工学版), 2017, 51(6): 1097-1103.
[7] 籍庆辉, 朱平, 卢家海. 层合板分层失效数值模拟与参数识别[J]. 浙江大学学报(工学版), 2017, 51(5): 954-960.
[8] 江南, 陈民铀, 徐盛友, 赖伟, 高兵. 计及裂纹损伤的IGBT模块热疲劳失效分析[J]. 浙江大学学报(工学版), 2017, 51(4): 825-833.
[9] 李明, 刘扬, 唐雪松. 疲劳裂纹的跨尺度分析[J]. 浙江大学学报(工学版), 2017, 51(3): 524-531.
[10] 陈楷, 邹德高, 孔宪京, 刘京茂. 多边形比例边界有限单元非线性化方法及应用[J]. 浙江大学学报(工学版), 2017, 51(10): 1996-2004.
[11] 赵庆娟, 徐杰, 单德彬, 郭斌. 基于阵列微通道的电磁成形数值模拟及实验研究[J]. 浙江大学学报(工学版), 2017, 51(1): 198-203.
[12] 何奔,王欢,洪义,王立忠,赵长军,秦肖. 竖向荷载对黏土地基中单桩水平受荷性能的影响[J]. 浙江大学学报(工学版), 2016, 50(7): 1221-1229.
[13] 王春江, 朱震宇, 李向民, 蒋利学, 许清风. 砌体墙侧向受力性能精细有限元模拟[J]. 浙江大学学报(工学版), 2016, 50(6): 1024-1030.
[14] 陈伟刚,邓华, 白光波, 董石麟, 朱忠义. 平板型铝合金格栅结构支座节点的承载性能[J]. 浙江大学学报(工学版), 2016, 50(5): 831-840.
[15] 何志明, 张晓晶, 刘天琦, 杨树勋. 300M钢耳片孔挤压强化全过程有限元模拟[J]. 浙江大学学报(工学版), 2016, 50(4): 783-791.