基于数据智能算法的小麦产量预测研究
1. 数据智能算法中的 GP 模型构建
在数据智能算法里，GP 模型的构建有一套特定流程：
1.随机创建初始种群：也就是随机生成计算机程序。
2.执行具有最佳适应度值的程序：挑选出适应度最优的程序来执行。
3.生成新的计算机程序种群：借助繁殖、变异、交叉等操作，产生新的程序种群。
4.适应度的比较与评估：对不同程序的适应度进行对比和评估。
5.通过进化过程选择最佳程序：经过一系列进化操作，选出最优程序。
为达成此目标，会创建随机均等的种群，确定适应度，单独挑选“父母”程序，再通过繁殖、变异和交叉操作从“父母”程序生成“子代”程序。
2. 材料与方法
2.1 小麦产量数据集
小麦产量模型开发的数据来源于巴基斯坦联邦统计局（经济部门）以及农业营销信息服务局（农业经济与营销处）。这些数据可在相关图表中核实。构建数据集时，通过省级作物报告服务获取地区（区级）小麦产量数据，这些数据先由下放的食品与农业部经济部门整理，后由巴基斯坦联邦统计局汇总。不过，2009 年的小麦产量数据存在缺失情况，为解决这一问题，采用 1981 - 2013 年其他数据的平均值来填补预测变量和相应目标站点的缺失数据。
2.2 研究区域
研究地点位于巴基斯坦旁遮普省（北纬 31.17°，东经 72.70°）的八个农业密集型地区。旁遮普省
