【话题作文】
第一篇:《GA-BP程序》
例1【原创】用遗传算法优化BP神经网络的Matlab编程实例
[font=楷体_GB2312][size=4][color=blue]此文章首次在simwe公开发表属于GreenSim团队原创作品，转载请注明！[/color][/size][/font]
[font=楷体_GB2312][size=4][color=#0000ff]更多原创程序，请访问GreenSim团队主页
[url=
[font=楷体_GB2312][size=4][color=blue][/color][/size][/font]
[font=楷体_GB2312][size=4][color=blue]由于BP网络的权值优化是一个无约束优化问题，而且权值要采用实数编码，所以直接利用Matlab遗传算法工具箱。以下贴出的代码是为一个19输入变量，1个输出变量情况下的非线性回归而设计的，如果要应用于其它情况，只需改动编解码函数即可。
[/color][/size][/font]
程序一：GA训练BP权值的主函数
function net=GABPNET(XX,YY)
%————————————————————————–
% GABPNET.m
% 使用遗传算法对BP网络权值阈值进行优化，再用BP算法训练网络
%————————————————————————–
%数据归一化预处理
nntwarn off
XX=premnmx(XX);
YY=premnmx(YY);
%创建网络
net=newff(minmax(XX),[19,25,1],{'tansig','tansig','purelin'},'trainlm');
%下面使用遗传算法对网络进行优化
P=XX;
T=YY;
R=size(P,1);
S2=size(T,1);{1.7489E,19}.
S1=25;%隐含层节点数
S=R*S1+S1*S2+S1+S2;%遗传算法编码长度
aa=ones(S,1)*[-1,1];
popu=50;%种群规模
initPpp=initializega(popu,aa,'gabpEval');%初始化种群
gen=100;%遗传代数
%下面调用gaot工具箱，其中目标函数定义为gabpEval
[x,endPop,bPop,trace]=ga(aa,'gabpEval',[],initPpp,[1e-6
1],'maxGenTerm',gen,…
'normGeomSelect',[0.09],['arithXover'],[2],'nonUnifMutation',[2 gen 3]);
%绘收敛曲线图
figure(1)
plot(trace(:,1),1./trace(:,3),'r-');
hold on 1
plot(trace(:,1),1./trace(:,2),'b-');
xlabel('Generation');
ylabel('Sum-Squared Error');
figure(2)
plot(trace(:,1),trace(:,3),'r-');
hold on
plot(trace(:,1),trace(:,2),'b-');
xlabel('Generation');
ylabel('Fittness');
%下面将初步得到的权值矩阵赋给尚未开始训练的BP网络
[W1,B1,W2,B2,P,T,A1,A2,SE,val]=gadecod(x);
net.LW{2,1}=W1;
net.LW{3,2}=W2;
net.b{2,1}=B1;
net.b{3,1}=B2;
XX=P;{1.7489E,19}.
YY=T;
%设置训练参数
net.trainParam.show=1;
net.trainParam.lr=1;
net.trainParam.epochs=50;
net.trainParam.goal=0.001;
%训练网络
net=train(net,XX,YY);{1.7489E,19}.
程序二：适应值函数
function [sol, val] = gabpEval(sol,options)
% val – the fittness of this individual
% sol – the individual, returned to allow for Lamarckian evolution % options – [current_generation]
load data2
nntwarn off
XX=premnmx(XX);
YY=premnmx(YY);
P=XX;
T=YY;
R=size(P,1);
S2=size(T,1);
S1=25;%隐含层节点数
S=R*S1+S1*S2+S1+S2;%遗传算法编码长度
for i=1:S,
x(i)=sol(i);
end;
[W1, B1, W2, B2, P, T, A1, A2, SE, val]=gadecod(x);
程序三：编解码函数
function [W1, B1, W2, B2, P, T, A1, A2, SE, val]=gadecod(x) load data2
nntwarn off
XX=premnmx(XX);
YY=premnmx(YY);
P=XX;
T=YY;
R=size(P,1);
S2=size(T,1);
S1=25;%隐含层节点数
S=R*S1+S1*S2+S1+S2;%遗传算法编码长度{1.7489E,19}.
% 前R*S1个编码为W1
for i=1:S1,
for k=1:R,
W1(i,k)=x(R*(i-1)+k);
end
end
% 接着的S1*S2个编码（即第R*S1个后的编码）为W2
for i=1:S2,
for k=1:S1,
W2(i,k)=x(S1*(i-1)+k+R*S1);
end
end
% 接着的S1个编码（即第R*S1+S1*S2个后的编码）为B1 for i=1:S1,
B1(i,1)=x((R*S1+S1*S2)+i);
end
% 接着的S2个编码（即第R*S1+S1*S2+S1个后的编码）为B2
第二篇:《2011年7月19日一本预科院校录取情况》
2011年7月19日一本预科院校录取情况
来源： 作者： 发布日期：2011-7-19
第三篇:《2007年度858农场3414水稻试验总结》
858农场2007年度水稻3414田间试验总结
1 材料与方法
1.1 试验地点
试验点设在858农场1队、5队、11队、清河、14队、16队、7队、9队、13队、10队、科研试验田，地势平坦，肥力均匀，土壤类型为5队岗地白浆土，其他草甸白浆土。
土壤养分含量
1.2 供试品种与肥料
选用水稻主要种植品种：14队垦鉴稻6 ， 其余为空育131。{1.7489E,19}.
试验肥料：氮肥采用用尿素（N-46%），磷肥采用重过磷酸钙（P2O5-46%），钾肥采用氯化钾（K2O-60%）。
1.3 试验方法
试验采用农业部测土配方施肥技术规范统一推荐的“3414”完全方案设计，氮肥、磷肥、钾肥3个肥料因素，每个因素设4个肥料用量水平，共14个肥料用量组合处理。试验不设重复，每小区面积30㎡，共14个小区。试验各因素肥料用量水平设计见表1，试验处理设计见表2。
表1 试验各因素肥料用量水平设计
上表中0水平为无肥，1水平为常规肥的1/2量，2水平为常规量，3水平为常规肥的3/2量。常规量总纯量11kg，N：P：K为2：1：1，即氮肥纯量为4.9kg、磷肥纯量为2.4kg、钾肥纯量为3.7kg。
表2 试验处理设计
本试验选定5月17日人工插秧，插秧规格为9×4寸，每穴4-5株，田间管理与大田相同(氮肥按5：3：2施用，磷肥按100%基施，钾肥按6：4施用），实脱测产。
2 结果与分析
2.1 试验产量情况分析
2.1.1产量 表3 产量对比
2.1.2氮钾2水平下磷肥增产情况
表4 氮钾2水平下磷肥增产结果
在氮钾2水平下，随着磷肥施肥量的增加，1队、5队、11队、清河、16队、7队、13队、10队的磷肥施肥处理都出现减产情况，磷肥对产量影响形成了负效应；14队随着磷肥施肥量的增加，产量增加逐渐减少，P1水平增产最多；9队、科研随着磷肥施肥量的增加，产量逐渐增加，P3水平增产最多。 2.1.3 氮磷2水平下钾肥增产情况
表5 氮磷2水平下钾肥增产结果
氮磷2水平下，随着钾肥施肥量的增加，只有7队3个处理是增产，K1水平增产最多，其他都出现了减产情况。
2.1.4 磷钾2水平下氮肥增产情况
表6 磷钾2水平下氮肥增产结果
在磷钾2水平下，随着氮肥施肥量的增加，1队、11队出现了减产现象；其他连队的处理都随着氮肥施肥量的增加而增加，其中5队、清河、14队、9队、科研的增产N3处理最高，说明增施氮肥对产量影响比较明显，而16队、13队、10队N2水平增产最多。
2.2试验肥料效应回归分析
利用各处理的产量、肥料纯量用量、肥料纯量单价、水稻单价等数据，进行肥料效应回归分析，计算出肥料效应方程、最佳经济产量与最佳施肥纯量、最高产量与最高施肥纯量。肥料商品量单价分别以尿素1.9元/kg，重过磷酸钙2.0元/kg， 氯化钾2.4元/kg计。水稻单价以1.7元/kg计。
2.2.1 一元二次回归分析
一元二次回归分析表
通过分析，1队、9队氮磷钾三种肥料对产量的影响都不显著；5队、11队、清河、16队、13队、10队、科研氮肥对产量的影响显著；14队、科研磷肥对产量的影响显著；只有7队钾肥对产量的影响显著。
通过一元二次回归分析，分析结果与增产分析结果吻合，各肥料2水平下出现减产的连队回归方程都是不合理或是不显著，各肥料2水平下增产的连队回归方程显著，并且回归分析出的最佳施肥量与增产最多处理相应的肥料用量一致。这说明，在三种肥料间相互作用不显著的情况下，可选择2水平下增产最多处理的相应肥料施用量。
2.2.2 三元二次回归分析
通过三元二次回归分析，5队、清河、14队、10队的三种肥料的相互效应对产量影响极显著，13队、科研三种肥料的相互效应对产量影响显著；其他连队三种肥料的相互效应对产量影响都不显著。
与一元二次回归分析比较， 5队、清河、14队、10队、13队、科研的一元二次回归三种肥料各自对产量的影响虽然不都显著，但三种肥料的相互作用对产量影响显著。（参见下表）
3 结论
3.1 5队、清河、14队、10队、13队、科研的三种肥料的相互效应对产量影响显著，推荐施肥见三
元二次回归分析表。
3.2 11队、16队、7队的三种肥料的相互效应对产量影响不显著，但在2水平下，各肥料单独对产{1.7489E,19}.
量的影响显著，推荐施肥为增产最多处理的相应肥料施用量，分别为11队的N2P2K2处理对应的三种肥料施用量；16队的N2P2K2处理对应的三种肥料施用量；7队的N2P2K1处理对应的三种肥料施用量。
3.3 1队、9队无推荐施肥，应考虑其他试验因素及外界因素对试验的影响。
第四篇:《1-7月份国民经济主要指标数据》
7月份国民经济主要指标数据
一、工业生产平稳增长
7月份，规模以上工业增加值同比增长13.4%，比6月份回落0.3个百分点；1-7月份，规模以上工业增加值同比增长17.0%，比上半年回落0.6个百分点。 分经济类型看，7月份，国有及国有控股企业增长11.4%，集体企业增长5.2%，股份制企业增长14.0%，外商及港澳台投资企业增长13.0%。分轻重工业看，7月份，重工业增长13.3%，轻工业增长13.5%。
分行业看，7月份，39个大类行业全部保持同比增长。其中，纺织业增长11.1%，化学原料及化学制品制造业增长13.7%，非金属矿物制品业增长18.5%，通用设备制造业增长21.0%，交通运输设备制造业增长15.9%，电气机械及器材制造业增长18.9%，通信设备、计算机及其他电子设备制造业增长13.8%，电力、热力的生产和供应业增长10.4%，黑色金属冶炼及压延加工业增长6.0%。 分产品看，7月份，503种产品中有413种产品同比增长。其中，天然原油1722万吨，增长6.4%；发电量3776亿千瓦时，增长11.5%；粗钢5174万吨，增长2.2%；水泥16492万吨，增长16.6%；汽车134.2万辆，增长17.1%，其中轿车67.7万辆，增长9.7%。
7月份，工业企业产品销售率为98.1%，比上年同月提高0.2个百分点。工业企业实现出口交货值7716亿元，同比增长27.9%。 二、城镇固定资产投资增速高位回稳
1-7月份，城镇固定资产投资119866亿元，同比增长24.9%，比上半年回落0.6个百分点。其中，国有及国有控股投资49490亿元，增长20.1%；房地产开发投资23865亿元，增长37.2%。
从项目隶属关系看，1-7月份，中央项目投资9242亿元，同比增长10.4%；地方项目投资110624亿元，增长26.3%。在注册类型中，1-7月份，内资企业投资111368亿元，同比增长26.6%；港澳台商投资3813亿元，增长15.8%；外商投资4183亿元，增长0.9%。
分产业看，1-7月份，第一产业投资增长18.9%，第二产业投资增长22.1%，第三产业投资增长27.4%。在行业中，1-7月份，电力、热力的生产与供应业投
资5771亿元，增长6.9%；石油和天然气开采业投资1287亿元，增长7.9%；铁路运输业投资2905亿元，增长21.5%。
从施工和新开工项目情况看，1-7月份，累计施工项目337761个，同比增加28847个；施工项目计划总投资417309亿元，同比增长27.0%；新开工项目204839个，同比减少877个；新开工项目计划总投资108513亿元，同比增长26.8%。 从到位资金情况看，1-7月份，到位资金145605亿元，同比增长28.2%。其中，国家预算内资金增长10.4%，国内贷款增长23.3%，自筹资金增长31.3%，利用外资增长1.5%。
三、社会消费品零售总额平稳较快增长
7月份，社会消费品零售总额12253亿元，同比增长17.9%，比6月份回落0.4个百分点。1-7月份，社会消费品零售总额84922亿元，同比增长18.2%，与上半年增速持平。
按经营单位所在地分，7月份，城镇消费品零售额10655亿元，同比增长18.2%；乡村消费品零售额1598亿元，增长16.1%。
按消费形态分，7月份，餐饮收入1414亿元，同比增长18.2%；商品零售10839亿元，增长17.9%。在商品零售中，限额以上企业（单位）商品零售额4551亿元，增长26.0%。
四、居民消费价格涨幅有所扩大
7月份，居民消费价格同比上涨3.3%，涨幅比6月份扩大0.4个百分点。其中，城市上涨3.2%，农村上涨3.5%；食品价格上涨6.8%，非食品价格上涨1.6%；消费品价格上涨3.6%，服务项目价格上涨2.3%。分类别看，八大类商品价格六涨二降，其中食品价格同比上涨6.8%，烟酒及用品类价格同比上涨1.6%，衣着类价格同比下降0.8%，家庭设备用品及维修服务价格同比上涨0.2%，医疗保健及个人用品类价格同比上涨3.3%，交通和通信类价格同比下降0.7%，娱乐教育文化用品及服务类价格同比上涨1.1%，居住价格同比上涨4.8%。1-7月份，居民消费价格同比上涨2.7%，比上半年扩大0.1个百分点。
7月份，居民消费价格环比上涨0.4%。其中，城市上涨0.4%，农村上涨0.3%；食品价格上涨0.9%，非食品价格上涨0.1%；消费品价格上涨0.2%，服务项目价格上涨0.7%。分类别看，食品价格环比上涨0.9%，其中鲜菜环比上涨4.3%；烟
酒及用品类价格环比上涨0.1%；衣着类价格环比下降0.7%；家庭设备用品及维修服务价格环比持平；医疗保健及个人用品类价格环比上涨0.1%；交通和通信类价格环比上涨0.1%；娱乐教育文化用品及服务类价格环比上涨0.8%；居住价格环比上涨0.1%。
五、工业品出厂价格涨幅回落
7月份，工业品出厂价格同比上涨4.8%，涨幅比6月份回落1.6个百分点。分类别看，生产资料出厂价格上涨5.7%，其中采掘工业上涨15.2%，原料工业上涨8.7%，加工工业上涨3.1%；生活资料出厂价格上涨2.1%，其中食品类上涨3.6%，衣着类上涨2.0%，一般日用品类上涨2.2%，耐用消费品类下降0.2%。7月份，工业品出厂价格环比下降0.4%。1-7月份，工业品出厂价格上涨5.8%，涨幅比上半年回落0.2个百分点。
7月份，原材料、燃料、动力购进价格同比上涨8.5%。其中，有色金属材料类购进价格上涨19.5%，燃料动力类上涨12.0%，化工原料类上涨6.7%，黑色金属材料类上涨8.4%。1-7月份，原材料、燃料、动力购进价格上涨10.5%。
附表