核酸序列的模糊聚类与分子进化

将核酸序列(编码区)分成几类,求出每类的平均信息参数(D_L),用模糊聚类的方法研究它们的相似性和同源性,求出各级相似分岔值并导出动态聚类图.证明了短程相似分岔与序列进化有明显的相性,即L=2-5的一级相似分岔值与物种出现地质年代的对数保持较好的线性关系.     

核酸序列进化的早期突涨模型

总结了序列编码区的统计特征。1.信息参致(?)X对进化的依赖;2.关联长度的分布;3.子序列参数的特异性;4.编码区长度与进化水平无关;5.重复区长度的冻结现象;6.重复片段具有大的D_f和偏置的GC含量。为了解释这些特征,本文提出假设:生命形成伊始,有一个序列长度的突涨阶段一一序列(编码区)在较短的时间内,通过重复,拼接而迅速变长。当序列达到了一定长度以后,才开始以碱基突变和选择为主的阶段,以及真核以后的内含子插入机制阶段。     

核酸序列的信道容量

生命是一个进化的信息系统.本文分析了核酸序列作为生命的原型在存储和传递信息中的特征,指出生命信息的‘载波’是随机序列或独立序列,讨论了从中提取信息的问题,得到了信道容量定理,着重分析了镶嵌保守区的随机序列信道和{D_l}统计信道.     

核酸重复序列的统计分析

本文研究了252个核酸序列(编码区)的长度大于5的重复片段,发现重复区长度约占序列长的一半,重复片段的出现次数和总长与进化没有相关性,但与信息剩余量 D_1有一定的相关性,并且重复片段的结构(D’1)与序列的进化也有一定的统计相关性.     

分子序列进化方程的解的研究

利用龙格─库塔（５，６）法，对分子序列进化方程作了数值解，并求出了信息参数Ｄ＿１、Ｄ＿２、Ｘ的进化，及其与突变率和选择强度的依赖关系。分析了Ｄ＿１、Ｄ＿２、Ｘ的稳定值与选择参数之间的各种可能关系。     

The Ordered Fragments in Nucleotide Sequence and Molecula rEvolution

定义了核苷酸序列的有序片段（Ｘ１Ｘ２…Ｘｋ）ｎ，Ｘｉ表示碱基的嘌呤嘧啶分类或强弱键分类，ｎ为重复次数．通过统计分析６．８Ｍｂｐ资料找出全部ｋ＝２，３的有序片段，发现若干有序片段的含量具有较好的进化相关性．     

说话人辨认中基于进化策略的最大互信息训练方法

针对最大似然训练分辨能力的不足，把最大互信息训练方法引入到高斯混合模型（GMM）的训练中，并直接采用进化策略实现模型参数的全局训练，以模型与训练数据之间的互信息作为进化过程中个体的适应度。该系统不仅分辨能力强，而且摆脱了局部搜索的缺陷。实验结果表明，这种方法生成的说话人辨认系统的识别性能要优于传统的期望最大化算法（EM）生成的系统。     

遗传信息从核酸到蛋白质构象的传输效率

从密码学的观点研究了遗传信息从核酸流各氨基酸和从蛋白质一级结构流向三级结构的信息传输问题，引入了信息传输效率的概念，其对数负正丝 系统的抗干扰能力。导出了信息传输效率与序列长度的关系。发现了信息从核酸流向氨基酸（第一遗传密码）的传输效率和从氨基酸序列流向蛋白质三级结构（第二遗传密码）的传输效率大体相等，这说明了遗传信息的传输效率和抗干扰能力在以上两步传输过程中的匹配性。     

基于最大熵原理的相对斜率关联模型

通过对现有灰关联度模型的研究,依据数据序列时点间相对斜率差来计算关联系数,并基于离差最大化和最大熵原理,计算了各指标关联系数的权重,建立了改进的灰关联度模型;实例验证,方法所得分析结果与定性分析相一致,分辨效果更好,具有较高的可靠性和应用性.     

基于自然进化机理的评价决策原理及模型

根据生物进化原理,应用描述评价对象的规则集给出系统结构、系统结构模式和系统环境的概念,建立了基于自然进化规则的评价原理及模型。     

基于最大流原理的湖泊系统富营养化新模型

针对目前现有的湖泊富营养化模型的不足,以最大流原理为基础,以自组织特征映射神经网络(SOM)为算法实现手段,从复杂系统结构演化的角度提出了一个新的湖泊系统的富营养化模型;进而使用该模型对我国10个湖泊进行了富营养化评价并和以往的评价方法作了详细比较,结果表明该方法具有较好的合理性和可操作性。由于该模型从一定程度上体现了湖泊富营养化系统的演化动力学机理和湖泊系统时空演变特性,因此,不仅在评价上有较大的优越性,在湖泊富营养化发展变化状态的预测上也具有潜力。     

基于最大熵原理的止步策略分析

将最大熵原理引入空竭服务、多重休假M／G／1排队模型中,对顾客均衡策略和社会最优策略进行了研究．主要通过采用收益一成本结构,均值分析的方法,构建顾客个人和社会总体的收益函数,进而根据不同的服务信息,确定出不同的优化策略．最后,通过数值模拟进行了初步的比较．     

基于生态理论的信息系统进化研究

从生态学的观点看,信息系统是一种生命,各种各样的信息系统组成了信息系统群落,群落之间相互依存、竞争,在信息系统生态中共同进化,进化的方向是去适应组织的需求等信息系统生态环境。信息系统的发展有着与生物进化相似的过程。将信息系统与生命科学结合起来,可以从跨学科的高度开辟一个新的研究领域。