三层级设施选址-路径规划问题建模及算法研究

基于有向图针对物流网络三层级设施选址——路径规划问题(3E-LRP),建立了数学模型,并提出了量子进化算法(QEA)与遗传算法(GA)协同的双智能算法集成求解方案.QEA算法负责设施选址(FLP)和设施分配(FAP)优化问题,将得到的FLP和FAP方案传递给GA进行路径规划(VRP)优化,GA将优化后的路径规划方案反馈给QEA,双智能算法协同完成3E-LRP系统优化.本文提出了基于可达配送区域的搜索策略和基于路径长度为权重的设施分配优化策略以提高算法效率.实例计算表明,提出的数学模型和组合智能算法可有效解决3E-LRP,为ME-LRP提供了理论与方法指导.     

科尔沁沙地菊科植物叶性状系统发育信号研究

科尔沁沙地植物叶性状的研究可揭示叶性状受环境驱动及其响应,但当前研究未充分考虑物种进化对叶性状的影响.以科尔沁沙地22种菊科植物为对象,研究比叶面积、叶片体积、叶重比、叶片组织密度、叶片干物质含量等叶片性状的系统发育信号.研究发现比叶面积、叶体积、叶重比、叶组织密度、叶厚度、叶干物质含量的K值(表征系统发育信号)分别为0.727,1.02,0.687,0.881,0.992,0.866.各叶性状系统发育信号均不显著(P0.05).据此认为,科尔沁沙地菊科植物叶性状特征与系统发育关系不大.该研究可为深入理解环境因素与植物进化的相互作用提供参考,为当地植被恢复提供科学依据.     

基于指标函数的舰载机机队回收调度优化研究

由于复飞逃逸、飞行故障等因素随机发生, 传统静态调度方法难以有效解决动态随机调度问题。对此，提出一种基于飞机优先序指标函数的蒙特卡罗模拟-差分进化搜索的实时调度算法。在离线模拟回收环境下，由算法完成基于随机模型的指标函数系数优化，后由该指标函数实现对机队优先序的实时评估排序，进而完成回收在线动态调度。仿真结果表明所提算法能有效解决回收调度问题。在相同机队初始输入下, 目标值呈现较好统计特性, 其期望值能够快速收敛到一定范围, 且无复飞情况下着舰时间窗目标呈显著正态性; 不同回收机队输入对指标系数最优值的散布较小, 表明指标函数评估优先序具有较好的通用性和有效性; 模拟回收调度发现, 着舰成功率的提高将显著降低机队复飞次数, 提高回收效率。     

电子档案管理研究及其系统探究

随着信息时代的日趋发展,社会需求的日益深化和复杂化,电子档案管理显得日趋必要与迫切。在综述国内外电子档案深入分析电子档案管理的利弊及目前电子档案管理工作中存在的突出问题的基础上,提出应用云计算解决数据安全问题及硬件设备问题等,并采用差分进化算法(differential evolution algorithm,DE)对云服务器进行优化。实验证明,差分进化算法能提高档案管理系统的工作效率,减少搜索时间。     

基于进化博弈的农业生态环境补偿政策利益冲突分析——以征用土地补偿政策为例

生态环境补偿政策是缓解经济快速发展与环境污染、生态环境破坏之间利益矛盾冲突的重要手段。此文首先探讨了我国生态环境补偿政策的研究现状和实施现状,进而以国家征用土地的生态补偿政策为例,将基层政府部门对政策实施的情况和农户针对补偿情况的选择进行分类,运用演化博弈的方法,分析土地生态补偿的特点和结果。最后针对我国现行土地补偿体制,为我国征用土地生态补偿提供了政策建议,以推广我国生态补偿政策。     

埃博拉病毒研究获突破

2014年在西非爆发的埃博拉病毒(Zai re ebolavirus,ZEBOV)疫情,到目前已造成2万多人感染,超过9000人死亡,是历史上规模最大、疫情最严重的一次爆发。尽管现在疫情得到了一定的控制,但再次爆发的风险仍然存在。中国科学院武汉病毒研究所研究员张波课题组对历年来所有埃博拉疫情中的ZEBOV进行了分子系统进化和全基因组选择压力的综合分析,在2014年西非爆发的ZEBOV分子进化研究中取     

双属性概率图优化的无人机集群协同目标搜索

为了提高不确定环境下无人机（unmanned aerial vehicle，UAV）对目标捕获能力，进而提高多UAV协同搜索效率，提出了基于双属性概率图结合改进的协同进化遗传算法（improved co-evolutionary genetic algorithm，ICEGA）的多UAV协同目标搜索方法。首先，根据环境的先验信息，在原概率图基础上引入标志位，建立基于双属性矩阵的待搜索环境概率模型，提高环境和目标的信息感知准确度；其次，定义UAV的飞行规则并结合目标先验概率图信息，建立UAV运动模型及确定最大收益的目标函数；最后，建立分布式UAV之间的信息交互模型，运用ICEGA算法优化产生最优协同决策输入航向角集合，在线实时滚动优化产生最优协同路径。实验结果表明，基于双属性概率图结合ICEGA算法更能够保证最优路径的产生，使得UAV能够准确地搜索到目标；同时，对比仿真验证了ICEGA算法能够提高UAV之间的协同性，保证了路径可行性及提高了目标搜索效率。     

目标运动要素自主隐蔽解析的微分进化策略

针对传统目标运动要素自主隐蔽解析中存在的噪声适应性差等问题,提出要素自主解析的微分进化策略。首先,简要论述了目标运动要素的自主隐蔽解析过程;其次,推导要素自主解析的协方差传播过程,给出目标运动要素方差与目标观测方位方差的对应关系,分析方位观测均方差对要素自主解析结果的影响;再次,提出了微分进化算法对自主解析模型的优化策略;最后,对优化策略进行仿真验证。结果表明,当方位存在0.1°的均方误差时,初距D₀均方误差约为12 Cab,速度分量V_mx、V_my均方误差分别约为5 Kn、6 Kn,通过微分进化策略优化后明显提高了要素自主解析结果的精度。     

基因组进化与量子论推广

根据作者在《2019年东北及内蒙古地区量子物理前沿与进展研讨会》上的报告改写而成.文中评述了作者小组近年在基因组进化的量子理论方面的工作,包括:提出一个基因组进化的数学理论,把渐变进化和间断平衡置于统一的理论框架中;用量子进化解释突变和新种产生;用这个理论研究鸟类和被子植物基因组进化,对其中的一些规律性给出了定量解释。     

理查德·诺加德协同进化的生态经济及生态文明思想研究

理查德·诺加德是生态经济创始人,他勾勒了一个生态经济的协同进化研究机制。为认识论层次的协同发展提供了一个跨越环境和社会维度的有力逻辑,并形成一个社会生态系统的跨学科研究方法。他确定生态经济协同研究涌现的四个相一致的论题,这涉及:环境退化和周边地区的开发失败;不可持续的生产-消费模式的套牢;人类努力控制不良微生物和这些生物进化之间的恶性循环;利他合作行为和机制的适应性优势。诺加德还设想了一个有关由中国开始的"生态文明"的协同进化解释,诺加德的研究对于我国当前生态文明建设具有重要的方法论启示。