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．     

认知进化观:认知科学研究范式的新取向

认知科学在其发展过程中经历了几次研究范式的转换，认知进化观的兴起是认知科学各学科多层次整合的表现。在心理学领域，进化心理学采用功能分析的方法分析适应性行为下的心理机制和特征。在人工智能领域，采用进化计算和遗传算法探讨人工生命的适应性行为。在神经科学领域，是对神经网络的自组织机制和神经系统的可塑性进行考察。认知进化观的缺陷是自然主义的计算与进化，忽视了人的历史文化性。认知进化观作为一种新方法论，为智能研究带来了生机。     

基于遗传算法扶梯驱动机模糊可靠性优化设计

应用啮合理论和模糊可靠性优化理论，以自动扶梯驱动机主传动机构中蜗杆传动的效率及中心距为目标函数，选取必要的设计参数，并使用改进的遗传算法，对驱动机中的蜗杆传动进行模糊可靠性优化设计．结果表明，该算法具有较强的全局收敛性，且收敛速度和稳定性有所提高，与传统设计方法相比，蜗杆减速器的中心距下降了30．4％，蜗杆的相对滑动速度下降了10．12％，综合曲率半径增大了17．34％．     

混合遗传算法求解0-1背包问题尝试

遗传算法是一种基于自然选择和遗传机制的搜索算法．为解决著名的0-1背包问题，尝试混合使用一点杂交与多点杂交以及将传统的算法与遗传算法相结合的方法，对经典遗传算法进行改进，并在实验中获得了更佳近似解．     

小麦近缘种及小麦-簇毛麦染色体代换系、易位系的SSR分析

用20对小麦微卫星引物，对小麦近缘种和小麦-簇毛麦染色体代换系、易位系的基因组DNA进行PCR扩增，14对引物有扩增产物，其中10对引物可以在小麦近缘种间扩增出多态性标记．共扩增出分子量小于500的条带477条，其中342条具有多态性，每个SSR座位的等位基因数目在2～6个之间，平均为3．7个．11个实验材料的基因多态性(PIC)范围在0．4013～0．7281之间，平均为0．5725．根据NeiM的方法进行遗传距离分析，构建系统树，确立小麦及近缘种的亲缘关系，为麦类作物遗传资源的研究及在育种中的应用提供一些理论依据．     

BP模型在降雨径流预报中的应用研究

简要介绍了人工神经网络用于洪水预报的基本原理,对降雨径流预报的网络模型进行了改进。为了避免陷于局部极小值和缩短学习时间,采用了改进的自适应BP算法进行洪水预报,开发了基于BP模型的洪水预报系统,并经过山西省文峪河水库的实测资料进行了预报,取得了令人满意的精度。     

基于遗传算法的轨道综合养护计划模型设计

根据大型养护机械线路综合养护的特点,设计了基于遗传算法的0—1整数型轨道状态最优综合养护计划模型,并结合线路不平顺数据,对模型求解效果进行了检验,初步实现了大型养护机械养护作业安排的计算机解析,从算法角度解决了轨道不平顺状态计算机辅助决策系统的关键问题.     

软土路堤沉降预测方法研究

建立了依据路堤填土期施工期和预压期观测资料计算路堤总瞬时沉降、总固结沉降、地基固结指数的基因反演方法,进而根据这三个反演参数计算最终沉降,并与实际值作比较,二者符合较好.此外,再依据预压期的沉降资料,分别利用三种不同的计算模型反演计算最终沉降,并与实测结果进行比较,进而对沉降计算模型的选取提出建议.     

改进的自适应遗传算法在TDOA定位中的应用

提出了接收端在空间随机分布时,利用改进的自适应遗传算法解决TDOA定位估计中遇到的非线性最优化问题.采用浮点数编码遗传算法,引入自适应交叉率和变异率、非均匀变异算子,以TDOA方式进行最佳坐标搜索.仿真结果表明,在保证种群数量的情况下,该算法性能稳定,能找到逼近全局最优点的解,相对于其他算法精度更高.     

无线移动Ad Hoc网络的一种节点定位模型

给出了无线移动AdHoc网络的一个节点定位概率模型,证明了当平面网络中的已知节点达到一定的数量要求时,通过模型算法可以充分准确地确定未知节点的位置.通过仿真分析,说明该模型在实际中是可行的、有效的;并且分析了节点移动性对未知节点定位的影响,得出未知节点的定位是随着其移动速度的增大而变得愈加困难,而随着其与已知节点的通信距离的增大而变得愈加容易的结论.