基于正则性辅助的多目标优化进化算法研究

针对目前基于正则性辅助的多目标优化算法缺少局部信息以及模型参数设置对多目标优化算法的影响问题,本研究提出一种基于正则性辅助的多目标优化进化算法(Regularity Assisted Multi-objective Optimization Evolutionary Algorithm,RAMEA)。该方法将高斯采样和基于邻域的交配重组结合并用于子代重组,同时使用k-均值聚类方法获取流形结构信息,将种群划分为K个聚类,用K个聚类的均值向量建立高斯概率模型,从中抽取K个后代,然后将取样解作为父代添加到每个集群中去交配生成其他子代解。实验对比结果表明,研究提出的基于正则性辅助的多目标优化进化算法明显优于其他算法,其参数灵敏度和有效性表现更加突出。     

全反式维甲酸对肿瘤细胞生长的影响

为探究全反式维甲酸(All-Trans-Retinoic Acid,ATRA)对胰腺癌和骨肉瘤细胞生长的影响,本文采用较大浓度跨度的ATRA处理胰腺癌PANC-1和骨肉瘤U2OS细胞,并通过MTS法检测细胞活力。实验结果表明,20～100μmol/L低浓度的ATRA可以促进胰腺癌细胞PANC-1的生长,相反,200μmol/L高浓度ATRA则抑制其生长。在骨肉瘤细胞U2OS中,10～80μmol/L低浓度ATRA可促进细胞生长而150～200μmol/L高浓度ATRA则表现出对细胞生长的显著的抑制作用。两种细胞中,低浓度ATRA的促生长作用可被硼替佐米(Bortezmoib BTZ)抑制,而高浓度ATRA的抑制作用可被BTZ增强。低浓度ATRA与BTZ联合用药可降低凋亡前体蛋白Procaspase3的表达,表明联合用药有可能影响了细胞的凋亡途径。从不同浓度的ATRA对胰腺癌和骨肉瘤细胞生长的双面作用,提示ATRA的用药剂量对临床治疗的影响。     

游苔莎的悲剧:一面警世的镜子——论托马斯·哈代的小说<还乡>中的女主角游苔莎的悲剧根源

游苔莎是十九世纪英国著名小说家托马斯·哈代的小说《还乡》中的女主人公。文章分析了游苔莎的性格特征 ,认为导致她走向悲剧的根源在于她本人性格中的种种弱点。今天研究她的悲剧仍有现实意义 ,人们可以从她的自我毁灭中吸取教训 ,以作“前车之鉴”     

浅谈病理学教学的优化

病理学是用自然科学的方法研究疾病的形态结构、代谢和功能等方面的改变,从而揭示疾病发生、发展及转归规律的医学基础课程。对于医学生来说,病理学是一门及其重要的课程,但是又因为其理解内容少、记忆内容多,而让学生感到枯燥无味,甚至厌烦。本文从教学内容、教学方法、教学手段等方面对病理教学的优化进行了初步的探讨。