计算机科学 ›› 2014, Vol. 41 ›› Issue (Z11): 65-68.

• 智能计算 • 上一篇    下一篇

基于MATLAB遗传算法的清酒质量等级优化

吴政治,李劲   

  1. 昆明理工大学质量发展研究院 昆明650093;昆明理工大学质量发展研究院 昆明650093
  • 出版日期:2018-11-14 发布日期:2018-11-14

Study on Grade of Wine Quality Based on GA Toolbox of MATLAB

WU Zheng-zhi and LI Jin   

  • Online:2018-11-14 Published:2018-11-14

摘要: 酒的质量等级评定是一件十分重要的工作。由于酒的质量等级是分类变量, 因此不能利用传统的回归模型,但可采用logistic回归模型进行建模。文章在结合一次对葡萄牙清酒全面调查所获得的实际数据的基础上,利用有序logistic回归构建了清酒质量等级预测模型,并利用了带惩罚函数的遗传算法(GA)进行优化,找出了一组能获得最优质量等级的数据。

关键词: logistic模型,优化设计,惩罚函数,遗产算法

Abstract: The wine quality grade evaluation is a very important work.Because the quality level of wine is a kind of classified variable,traditional regression model can’t be unable to use,but the logistic regression model can.This paper used order logistic regression to build a prediction model about wine quality grade based on the actual data of a complete investigation of the Portuguese wine.Then it applied genetic algorithm with penalty function to optimize,finding out a group of factors which get the best quality level.

Key words: Logistic model,Design of optimization,Penalty function,Genetic algorithm

[1] 孙仁范,牟在根,颜谋,等.遗传算法在桁架结构优化设计中的应用[J].建筑结构学报,2004,25(3):75-81
[2] 王帅华,秦晓霞,孙海,等.惩罚函数结合遗传算法在工程经济中的应用[J].油气储运,2009,28(10):68-73
[3] 柳敏飞.基于MATLAB遗传算法的齿轮减速器的优化设计[J].组合机床与自动化加工技术,2009,28(10):36-39
[4] 王庆荣,朱昌盛,梁剑波,等.基于遗传算法的公交智能排班系统应用研究[J].计算机仿真,2011,28(3):345-349
[5] 杨昆,欧阳光耀,陈海龙.改进型遗传算法在机组负荷优化组合中的应用[J].控制理论与应用,2011,28(5):722-726
[6] 赵瑜,张建伟,张翌娜.GA及惩罚函数思想在渡槽优化中的应用[J].灌溉排水学报,2005(8):73-76
[7] 邹志红,云逸,王惠文,等.基于logistic回归的水质预测研究[J].数学的实践与认识,2008(1):82-87
[8] 李杨,张维竞.基于MATLAB遗传算法工具箱的水鸟水翼控制研究[J].信息技术,2013(5):24-31
[9] 熊巍,赵海娟,程红莉.累计logistic回归在企业竞争力评价中的应用[J].统计与信息论坛,2004(1):85-88
[10] 雷英杰,张善文,李续武,等.MATLAB 遗传算法工具箱及应用[M].西安:西安电子科技大学出版社,2005
[11] Kurtaran H,Erzurumlu T.Efficient warpage optimization ofthin shell plastic parts using response surface methodology and genetic algorithm[J].The International Journal of Advanced Manufacturing Technology,2006,27(5/6):468-472

No related articles found!
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!