新疆北疆土壤养分空间变异特性的初步研究

测定了36个土样的有效养分(碱解氮、有效磷、有效钾、有效锌)和有机质的含量，结果表明，碱解氮、有效磷、有效锌、有机质和有效钾含量的空间自相关性较强。采用Kriging指数模型的拟合效果最佳。对试验点空间预测结果说明，土壤碱解氮、有效磷、有机质含量的空间变异程度大，而有效钾、有效锌含量的空间变异程度小。     

基于GIS方法的城市扩张空间模型研究

城市化的过程的城市空间形态变异是以城市区域的向外扩张为显著特征的,借助与GIS的空间应用模型,从空间发展、变化的角度,去探索城市化过程中城市发展的运动变化规律,提高预测的科学性和准确性。基于GIS空间分析的方法,从时空变化两个方面做深入研究。用GIS空间分析模型从时空变化的角度研究城市扩张的规律,从而探索城市空间变异的内部机理,具有较高的研究效率。     

线载荷拉伸作用下不可压缩橡胶类楔体

利用不可压缩材料应变能函数，分析了受集中力拉伸作用下不可压缩橡胶类楔体尖端附近的应力分布及形变行为．给出了楔体尖端应力场的渐近解，当楔体角度为π时，即为半空间受线集中力拉伸的典型问题解．     

例谈五种转化意识在解题中的作用

从五种角度说明转化意识在解数学题中的积极作用，是数学教学中应予以关注的方法．     

基于GIS地统计学的海坛岛农田养分变异研究

利用半变异方差函数的方法揭示海坛岛的农田土壤养分空间变异。结果表明:海坛岛土壤有机质、碱解氮、有效磷和速效钾平均含量分别为7.77g/kg、41.68mg/kg、27.57mg/kg和49.12mg/kg,各养分指标变异系数(CV)为中等变异水平。土壤养分由高到低可分为5级,有机质、碱解氮含量较低;有效磷十分丰富;速效钾含量极低。半变异方差函数显示有机质、碱解氮、有效磷和速效钾空间自相关性较低(块金效应都大于85%)。海坛岛土壤养分含量空间分布具有其特殊性,需要增加施肥指导,保持土地的可持续生产能力。     

幽默中的变异现象

幽默是一种特殊的文体，幽默的效果可以通过多种手段来实现。但是，有关幽默的研究大多侧重于从语言学的角度出发。本文从文体学的角度分析了制造幽默的一种很重要的文体手段——变异。通过对三种变异形式——搭配变异、方言变异和语域变异的分析，本文指出了变异也是产生幽默的一种重要手段，应引起人们更多的注意。     

L~p空间中周期边值问题解的单调逼近

研究抽象空间微分方程周期解的存在性一直是比较困难的一个问题,Klaus Deimling于1985—1986年利用耗散性及紧性条件研究了这一问题解的存在性。本文从另外一个角度研究了赋范线性空间l~p中周期边值问题解的单调逼近,提出了计算解的具体方法。     

遗传算法中基于优良个体特征模式的方向变异算子

提出了一种基于优良个体特征模式的方向变异(DM)算子以改进标准遗传算法的随机变异，它不仅能提高种群的多样性，增强其在解空间的搜索能力，也能提高遗传算法的收敛速度、在对多峰值函数的优化时，将该算法和标准遗传算法结果比较，表明该算法有良好的稳定性、     

用遗传算法模拟复杂最优网络的自然涌现过程

为了模拟复杂最优网络从树演化到完备图的整个过程，解决现有邻接节点编码方法只适用于低密度网络，而传统的交叉变异方法又有大量不可行解的问题，提出了基于三角阵的变长基因编码方法和段间交叉、段内变异平衡的交叉变异方法．该编码方法只记录对称邻接矩阵中三角阵的信息，反映了无向网络的所有可能变化，因而编码串长度适中，网络边数不需限制，可以模拟网络从树到完备图的整个演化过程．段间交叉只交换节点一级近邻的连接方式，段内变异平衡对边进行重绕，这既符合遗传算法的要求，又保证了网络的连通性．模拟结果表明，与邻接节点编码和传统交叉变异方法相比，所提方法适用范围更广，收敛速度较快．     

基于遗传算法的铁路纵断面优化设计方法

针对传统的铁路纵断面优化大多采用局部优化的方法,提出了一种基于遗传算法的铁路纵断面优化方法,这种方法可以在一个可行域中自动搜索获得一个最优或较优解。其基本思想是首先根据纵断面初始解建立一个可行域,对解个体进行编码,然后对可行域中的可能解用一个评价函数(适应度)进行度量,对解个体进行选择、交叉、变异,从而获得最优解。该方法具有全局解空间搜索能力,从而实现了全局寻优的目的。     

改进遗传算法求解惠更斯问题的研究

将惠更斯函数作为目标函数,采用改进的实数编码遗传算法进行求解。通过系统地调整群体规模、变异率和杂交率三种进化控制参数值,设计并进行了分组实验,得到了一组满意的进化控制参数。运用这组参数进行计算得到的优化结果十分接近惠更斯问题的理论值,使惠更斯问题得到比传统算法更好的解决方法。     

遗传算法求解TSP问题的MATLAB实现

以遗传算法求解旅行商问题（TSP）为例,提出一种改进的交叉和变异算子,深入讨论了各个遗传算子的程序实现,并给出其算子的MATLAB程序编码,最后用5个城市的非对称TSP进行仿真分析.结果表明,改进的算法比传统算法收敛速度更快,适应值更优,说明改进算法是有效的,证实TSP问题是遗传算法得以成功应用的典型例子.     

引入适应值曲面结构的小生境遗传算法初探

遗传算法是一种有效的全局优化算法 ,但存在收敛速度慢和早熟收敛的缺陷。本文提出了具有适应值曲面结构自学习能力的多区域并行局部搜索算子PLS和受控交叉算子GC ,定性地分析了它们的作用机制。引入适应性PLS和GC的改进遗传算法在不增加计算开销的前提下 ,其全局收敛速度和可靠性显著地优于标准遗传算法 ,并具有良好的鲁棒性和稳定性     

实数编码遗传算法离散重组算子分析

用组合数学分析了实数编码遗传算法的一点交叉、多点交叉和均匀交叉等三种离散重组算子的组合能力，算子的组合能力算子组合出新染色体数目的大小衡量，分析表明，对同一父染色体对交，一点交叉最多可组合出2(n-1)个新的染色体，多点交叉为2C^kn-1个，均匀交叉为2（2^n-1-1)个，函数优化实验研究表明，在算法中采用何种离散重组算子较为合适与算子的组合能力有关，也与优化问题有关。     

一种改进的遗传算法求解TSP问题

提出一种基于顶点的候选表进行交配的遗传算法(Candidate Crossover Genetic Algorithm,CCGA)求解旅行商问题(TSP).遗传算法(GAs)是一种广泛使用的全局优化算法,并且已经成功地用于求解TSP.但是传统的遗传算法的交配算子缺乏指导性和启发性,交配算子随机的选择父体基因进行交配,导致GAs求解速度慢、解的精度不高等不足.通过分析TSP问题本身的特征,给出了一个使用已有的邻接边的信息和路径信息生成顶点的候选表,然后基于顶点的候选表进行交配的交配算子,使用该交配算子的遗传算法在求解TSP问题时性能上得到了很大的提高,通过TSP Lib上的测试样例将该CCGA和传统的遗传算法进行比较.比较结果表明CCGA具有更大的优势,它能使算法求解到近似最优解和最优解只存在很小的偏差.     

基于相似度的可变编码长度遗传算法

遗传算法是基于生物进化原理的普适性全局优化算法。分析了编码长度对遗传算法的影响，提出相似度的概念以评价交叉操作的效率，并提出一种基于相似度的可变编码长度的遗传算法。改进方法不仅具有以任意精度达到全局最优值的能力，而且可以显著提高遗传算法的效率。测试函数的应用证明了改进算法的有效性。     

多子群协同链式智能体遗传算法分析

针对遗传算法(genetic algorithm,GA)易出现搜索效率不高和早收敛现象,提出了一种多子群协同链式智能体遗传算法(multi-population agent genetic algorithm,MPAGA)。该算法采用多子群并行搜索模式、链式智能体结构,引入动态邻域竞争和正交交叉等策略,有效提高了算法性能。采用3个复杂多峰测试函数对算法进行优化性能测试结果表明,MPAGA比普通智能体遗传算法有较快的收敛速度,能有效防止早收敛现象。     

基于混沌遗传算法的无线传感器网络改进LEACH算法

针对传统LEACH协议及其改进方法能耗过高和负载不均衡的问题, 提出一种采用混沌遗传算法最小化无线传感器网络能量消耗的算法CGA-LEACH. 该算法通过构建新的考量能耗和负载的适应度函数, 采用条件约束的混沌映射生成实数编码染色体, 并用混沌遗传选择、 交叉和变异操作提高收敛速度, 找到最优簇头, 从而形成分布均匀、 能耗和负载均衡的簇结构. 仿真结果表明, CGA-LEACH算法能有效延长网络生命周期, 均衡网络负载, 提高网络能量效率.     

一维全局最优问题的改进遗传算法

遗传算法是一种借鉴自然界生物自然选择和自然遗传机制的高度并行、随机及自适应的搜索算法,该算法对一般的全局最优有良好的鲁棒性。但是,对非线性较强的函数,简单的遗传算法的收敛速度较慢,稳定性差。本文提出了一种新操作：一点交换和两点交换相结合、普通变异和大变异相结合的操作。理论证明和数值计算结果表明,该算法是有效的。     

遗传算法交叉算子性能对比研究

就交叉算子性能对比问题，提出了算子子代在海明距离上分布的分析方法，对遗传算法中常见的单点、双点和均匀交叉算子子代生成空间上子代生成特点进行了系统分析，并使用具有代表性的NK Landscape上两种基因关联模型(NK_R．ND和NK_ADJ)和两种遗传算法模型(SGA和SSGA)进行试验，试验结果表明不存在算子性能的绝对差异，实际问题基因间的关联紧密度及遗传算法模型对交叉算子性能有很大影响，当解空间基因位置关联紧密时应用双点交叉算子性能最好，而均匀交叉算子性能受SGA和SSGA的影响最小．