改进的免疫遗传算法在地产决策支持系统中的研究及应用

【摘要】：首先,ERP系统在运行了一段时间以后产生了大量的历史数据,但由于该系统功能的局限性使得企业无法从整个公司的视角对其进行分析。结合数据仓库的过滤功能,可以把适当的信息在适当的时间提供给适当的对象,而这正是企业取得成功的关键所在。因此越来越多的企业开始建设自己的数据仓库系统,希望能对历史数据进行具体而又有针对性的分析,为企业制定计划提供决策支持。 本文将从数据仓库的原理出发,讨论数据仓库的发展现状,并对ERP系统所涉及到的计算机技术进行详细分析。并且结合供应链原理中库存管理这一重要的一环,通过具体实例,探讨如何利用数据仓库技术对原有ERP系统进行升级；并以该开发实例为载体对数据仓库这一新技术在ERP中的应用进行讨论,旨在能够摸索出一些数据仓库技术应用的经验与方法,并对自己所使用的技术进行总结。 其次,本文将遗传算法原理应用于数据仓库的多连接查询优化中,并且详细分析了基本遗传算法的特点和缺陷,提出了抗体与抗原之间的亲和度计算方法,灵活、有效地避免算法早熟收敛的发生,有利于遗传最优保存策略的进行。并且该新型免疫遗传算法通过抗体浓度计算,利用信息熵来表示抗体间亲和度及浓度,可以有效地保证抗体群的多样性,使之更有效地处理复杂问题。设置了精英抗体库,为系统保存了优秀抗体,并给他们提供更多的交叉变异的机会,以此提高种群的优良性和多样性。 该算法抗体采用有序串编码,针对典型的数据仓库查询模型,进行了大量仿真实验分析了几个关键参数对算法性能的影响。实验结果表明,新算法在多连接查询优化中体现出全局搜索力和计算效率的大大提高,既提高了收敛速度,又避免了过早地收敛于局部最优,有效改善了传统遗传算法中的不足。