从序列到演化──天体演化学的重要研究方法

提出了从序列到演化方法是天体演化学的一种重要的研究方法．笔者认为该方法不仅适用于天体演化学领域研究天体演化问题，而且可以移植、推广到地质演化学、生物进化论等领域研究地质演化、生物进化等问题．     

基于复合主题演化模型的作者研究兴趣动态发现

以金融领域的科技文献作为实验数据,提出了一种新的用于动态挖掘领域相关的作者研究兴趣的复合主题演化模型。该模型能够获取作者在不同时间片下的主题概率分布以及主题下词汇概率分布,并充分考虑作者在合作作者文献中的排名对于其研究主题和主题变化的影响。通过金融领域的实证研究表明,该复合主题演化模型能够有效地揭示金融领域作者研究兴趣的动态变化。     

基于DSP的演化硬件独立演化系统设计

演化硬件由于具有自组织、自适应、自修复的特点而在航空航天等尖端领域有广泛的应用前景.国内对模拟型演化硬件的研究大多采用仿真研究,演化速度慢且不适合多细胞演化.本文设计了一种基于DSP的可扩展的独立演化系统,实现了演化硬件自动、高速的内部演化.     

运用TRIZ分析技术系统的演化

发明问题解决原理(TRIZ)是一种方法和一系列工具,它可用于研究系统的演化,还可为该领域未来的革新和技术产生创新的概念.TRIZ提供了基于思想方法的演化和系统的知识,它不仅发现了发现技术的一般规律和演化模式,而且描述了技术演化的规律和趋势.     

旅游地演化研究进展与启示

旅游地演化指的是旅游地系统内部构成要素及要素结构的交替演变促使旅游地系统随时间和空间变化而发生渐变或质变的过程。基于巴特勒旅游地生命周期理论的旅游地演化研究是旅游地学的重要研究领域。随着旅游发展以及旅游研究的深入,原有理论的不足愈发明显,难以解释更深层次更为复杂的旅游地系统演化,理论提升与创新十分必要。回顾国内外旅游地演化已有研究,详细归纳了国内外研究成果,在分析国内外学者对传统理论的提升与创新基础上,指出针对旅游景点景区、旅游区、旅游城市以及旅游城市群等不同尺度旅游地,可以分别采用旅游地生命周期理论、系统动力学理论、耗散结构理论、复杂适应系统理论、点—轴渐进扩散理论、经济地理演化理论研究其演变生长过程。     

差分演化算法研究综述

差分演化算法（DE）一种基于群体的随机搜索技术,并已被广泛的应用于各种优化领域。为了提高差分演化算法的收敛速度、全局搜索能力以及克服早熟收敛问题,许多学者对差分演化算法进行了改进。本文综述差分演化算法的基本原理、特点、改进及应用,并给出了未来可能的研究方向。     

娘子关泉岩溶水系统演化再认识

依据地质、气候和人类活动(岩溶水系统演化的)这三种影响因素作用性质的不同,提出了研究地下水系统演化的三种时间尺度。同时运用岩溶沉积物(钙华)分析法、历史文献分析法、现代观测资料的统计分析法研究了娘子关泉岩溶水系统在三个时间尺度上的演化规律及在地质时间尺度上的演化过程,并将该岩溶水系统演化分为五个阶段。该研究对揭示岩溶水系统演化的驱动机制、识别岩溶水系统的自然演变过程与人类活动影响过程有一定意义。     

Web服务演化综述

随着Web服务应用越来越广泛,因新的需求或自我完善的需要,服务需进行持续不断的演化,Web服务演化问题成为研究热点。首先对Web服务演化的研究进行了分类;然后从演化需求分析、演化影响分析、演化实施三个方面对现有研究进行了分析与总结;最后,针对当前研究的不足,总结了Web服务演化需要进一步加强的研究方向。     

基于差分演化算法的证券投资组合研究

差分演化算法作为一种高效的全局优化方法,在众多领域得到了成功的应用.本文首次将差分演化算法引入到证券投资组合中,研究以Markowitz的均值-方差模型为基础的最佳证券组合的优化求解.实验结果表明,该算法与经典的传统遗传算法和粒子群优化算法相比,具有更快的收敛速度及更好的优化结果.     

一种基于演化代价约束的本体演化方法

针对本体演化方法提出粒度最小的演化基本操作,即附加演化元操作并引入了演化代价的概念;根据实体对本体影响内容的不同将其分类进行量化分析,实现了演化代价的计算方法;为减少本体演化中的演化代价,适应复杂的本体演化环境,给出一组演化操作策略集,以简化演化过程.实验结果表明,该COST启发式算法可以降低演化代价,有效减少了搜索空间并加速了演化过程.     

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。     

Cell evolutionary algorithm: a new optimization method on ground-state energy of the atomic

The purpose of this paper is to present a new general approach to solve ground-state energies of the double-electron systems in a uniform magnetic field, in which the basic element of evolution is the set in the solution space, rather than the point. The paper defines the Cell Evolutionary Algorithm, which implements such a view of the evolution mechanism. First, the optimal set in which the optimal solution may be obtained. Then this approach applies the embedded search method to get the optimal solution. We tested this approach on the atomic structure, and the results show that it can improve not only the efficiency but also the accuracy of the calculations as it relates to this specific problem. Foundation item: Supported by the opening Foundation of state key Laboratory of Magnetic Resonance and Atomic and Molecular physics, Wuhan Institute of physics, Chinese Academy of Science (981510) Biography: Liu Lian-jun(1946-), female, Associate professor, research direction: atom and molecular physics.     

架空输电线路非平稳台风风场数值模拟与验证

为了实现架空输电线路非平稳台风风场模拟,考虑非平稳脉动风场的紊流强度和阵风因子特性及其影响,提出了一种架空输电线路非平稳台风风场的模拟方法。首先利用Spline插值方法生成时变平均风速,采用更新时变平均风速的谐波合成法模拟脉动风速,然后基于三向风谱功率密度函数,构建了台风风场的时变功率谱,计入风场空间上的相关性,获取了调制进化功率谱,并与模拟台风功率谱比较;最后以某架空输电线路为例,验证了台风模拟方法的合理性。研究结果表明：随着基本时距的增加,台风的非平稳因素所占比重越大;本文提出的输电线路非平稳台风模拟方法合理有效。     

进化规划的现状及发展动向

进化规划在一些难解的优化问题中都有成功的应用 .综述了国内近几年来在进化规划方面的主要应用成果、进化规划的改进及进化规划在收敛性方面的一些结论 .     

引入演化效率因子的演化算法设计

随着电子芯片技术的发展，电路系统不断向高集成度和智能化发展。在复杂电磁场环境的各种干扰下，对信息化电子系统的稳定性和可靠性要求越来越高，电子系统的可靠性及自主容错能力成为电路设计所面临的新挑战。为提高恶劣情况下电路的抗干扰能力，提出将分析得到的演化效率因素作为算法的影响因子，引入到演化算法的适应度函数中，对算法进行提高和改进。研究结果表明，在单点短路和断路故障仿真实验中，引入演化效率因子的演化算法的平均无故障概率分别为0.754和0.853。与传统的演化算法相比，两者分别提高了16.4%和14%；与自适应算法相比，两者分别提高了6.7%和5%，证明在受扰或局部损伤的情况下，引入演化效率因子能够有效提升电路系统的鲁棒性及容错抗扰能力。研究结果对改进电路设计的强化及完善有一定的参考价值。     

基于演化聚类的社交媒体舆情分析方法综述

当前,社交媒体已经成为人们发布和获取信息的最主要渠道之一。由于大量用户的参与,社交媒体平台上已累计了海量的舆情数据,并且还在以指数级增加。如何发现和跟踪社交媒体中舆情变化是当前数据挖掘领域研究的热点问题之一。基于演化聚类的方法是分析社交媒体舆情的一类主要方法。主要从主题模型和矩阵/张量分解模型两方面来总结当前基于演化聚类的舆情分析方法,并且分析这两类方法的优缺点;最后对下一步研究进行了展望。     

复杂系统中的合作演化与自组织斑图

目前,复杂系统中大量个体的集体行为在社会学、生物学和物理学领域备受关注.对这些集体行为的研究中,合作涌现和自组织斑图的研究尤为瞩目.基于此,简要介绍国内这一领域的相关研究进展,包括基于演化博弈探讨自私个体间的合作行为和相互竞争物种间的自组织斑图.     

基于置换距离度量的蛋白质多序列比对算法性能评估

 蛋白质多序列比对是一种重要的生物信息学工具,在生物的进化分析以及蛋白质的结构预测方面有着重要的应用。各种比对算法在这个领域都取得了很大的成功,但是每种算法都有其固有的缺陷。提出置换距离法,对当前流行的几种蛋白质多序列比对算法进行对比评价。由于置换距离法仅关注于不同蛋白质间进化距离的相对次序,而不考虑这些进化距离之间的细微差异,因而得到的评价结论更具有鲁棒性。另外,采用最长公共子序法度量置换距离可以比较准确的反映不同置换之间的差异性。基于该算法,对Dialign, Tcoffee, ClustalW和Muscle多序列比对算法进行了性能评估。     

用于手写签名识别的演化超网络

手写签名作为易被大众所接受的生物特征身份认证方式,已成为模式识别领域一个重要研究热点.针对现有手写签名存在易模仿难鉴定的问题,提出一种结合演化超网络模型的手写签名认证方法.为了平滑噪声,构造出可读性强的笔迹特征集,采用向量化和平滑采集点的方法对手写签名样本进行预处理,从而提取出位置和方向特征属性,采用演化超网络模型对签名进行学习和鉴定.为验证该方法的有效性,对20个签名用户分别采集了40个真实签名和20个伪造签名数据进行实验.实验结果表明,该方法对用户签名的误拒率(false rejection rate,FRR)为4.75％,误纳率(false acceptance rate,FAR)为3.75％,识别率(verification accuracy,VA)为95.75％.同时和其他传统的识别算法相比,具有更高的识别率.     

基于学习的并行免疫量子进化算法及收敛性

提出了基于学习的多宇宙并行免疫量子进化算法,算法中将种群分成若干个独立的子群体,称为宇宙。宇宙内采用免疫量子进化算法,宇宙间采用基于学习机制的移民、模拟量子纠缠的种群交叉等信息交互方式,使得进化算法具有更好的种群多样性,更快的收敛速度和全局寻优能力。不仅从理论上证明了该算法的收敛,而且通过仿真实验表明了该算法的优越性。