棘皮动物：5．4亿年的进化轨迹

身体呈圆形且长满了刺的海胆类动物,长得像星星一样的海星类动物．还有滑溜溜、细细长长的海参类动物,猛地一看,肯定会觉得它们不是一类吧。     

“全副武装”的恐龙——甲龙类和剑龙类：1．3亿年的进化轨迹

在种类众多的恐龙中．有些身上“武装”着铠甲和剑的家伙。别看样子凶猛．其实它们是沉稳敦厚的植食类恐龙．身上的铠甲和剑只是为了对抗它们的天敌——肉食性恐龙。     

世界上最“老“的龟2．2亿岁

据新华社电世界上最“老”的龟多少岁？科学家日前的发现给出了答案：2．2亿岁。这批化石是全世界迄今发现的最原始的龟类化石，由中科院古脊椎动物与古人类研究所副研究员李淳及其同事发现于贵州省关岭县距今2．2亿年前的晚三叠世界早期志层。研究表明，这些古代龟类具有细密的牙齿以及雏形状态的甲壳结构，故而被命名为“半甲齿龟”。这一成果发表在27日出版的英国《自然》杂志上。     

龟类细胞遗传学的研究Ⅱ.——平胸龟的核型和银染核仁组织者区及其系统发育的意义

本文采用骨髓细胞染色体标本制作法和快速银染法,研究了平胸龟的核型和银染核仁组织者区。分析结果表明了平胸龟和乌龟、黄喉水龟染色体演化上的同源性。它们之间可能存在着罗伯逊关系。平胸龟较乌龟、黄喉水龟可能更为原始些。     

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.     

基于K-means的改进差分进化聚类算法

K-means聚类算法简单,收敛速度快,但是聚类算法的结果很容易受到初始聚类种群的影响,往往导致局部最优。差分进化算法具有很强的全局收敛能力和鲁棒性,但其收敛速度较慢。为此,将K-means聚类算法和差分进化算法相结合,提出一种基于K-means的改进差分进化聚类算法。该算法设置在一定范围内随迭代次数动态增加的交叉算子,以使算法在迭代过程中先进行全局搜索,再进行局部搜索,这样有助于平衡算法的全局寻优和局部搜索能力,并且加快了算法的收敛速度。最后,通过实验测试了算法的有效性。     

太古代海洋中繁盛的头足类 菊石类：3．5亿年的轨迹

听到”菊石”这个名字,恐怕多数读者头脑里会浮现出平面旋卷的壳体的样子。菊石的命名源于古埃及神话中头顶螺旋状角的太阳神阿蒙。虽然有壳,但菊石和现生的章鱼、乌贼一样,属于头足类的一种古生物。     

基于差分进化算法的图像聚类研究

将差分进化算法应用于图像聚类问题,对问题进行实数编码,采用群体智能模式实现问题解的搜索.利用差分进化算法的差分变异操作和群体分布特性有效提高算法的搜索能力,采用贪婪选择操作和竞争生存策略实现群体内个体之间的相互合作与竞争,降低了进化操作的复杂性,并通过仿真实验证明了该算法的有效性.     

基于目标进化的aiNet聚类算法研究

针对aiNet算法中没有定义目标函数,记忆抗体网络动态无规律变化等问题对算法进行改进,提出了基于目标进化的人工免疫网络聚类新算法,将人工免疫网络压缩聚类抽象为多目标规划问题,提出了免疫网络的整体进化目标和疫苗注射策略,仿真结果表明,新算法的聚类质量、特征压缩质量、参数敏感性等优于原有aiNet算法。     

基于进化规划算法的图像聚类研究

将进化规划算法应用于图像聚类问题,对问题的解进行符号编码,采用群体智能模式实现问题解的搜索.利用进化规划算法的变异算子和选择算子可以有效提高算法的全局搜索能力,采用高斯变异算子保证了优秀解的多样性,降低了进化操作的复杂性.仿真实验证明基于进化规划算法的图像聚类算法具有可行性和准确性.     

代表古生代的节肢动物——三叶虫类：3亿年的轨迹

提到”三叶虫”,你会想到什么？如果头脑中仅仅浮现出长相普通的、小小的扁平虫子的话,那么我要告诉你．这种样子的虫子只不过是三叶虫这类生物中很少的一部分而已。     

被子植物SQUA类基因适应性进化的统计检测

SQUAMOSA(SQUA)类基因是MADS-box基因家族中参与花被发生发育的重要基因.测定了麻竹的SQUA基因序列并分析了被子植物中SQUA类基因的系统发育式样;采用相对速率检验、同义与非同义置换位点统计以及似然比检验方法,分析了单子叶和真双子叶植物最近共同祖先中SQUA基因发生基因重复后的进化速率与适应机制.结果表明:真双子叶植物分支中SQUA类基因的相对速率和同义与非同义置换位点均显著高于单子叶植物分支;同时, dN/dS值表明真双子叶植物分支中可能存在正选择压力.     

白垩纪的霸主——肉食性恐龙 暴龙类：1亿年的轨迹

出现在恐龙时代晚期（大约7000万年前的白垩纪末期）的“雷克斯暴龙”,头部巨大、超过12米,是肉食性恐龙中的“霸王”。     

结合差分进化与K均值的Web文档聚类算法研究

为解决文档聚类问题,提出一种基于差分进化的聚类算法,通过把文档聚类问题建模为优化问题,对聚类准则函数进行优化,来寻找初始最优聚类中心.在此基础上,进一步提出两种差分进化算法与K均值结合的混合方法,来获得更好的聚类结果.实验表明,与经典K均值算法相比,新提出的两种混合方法能够获得较好的聚类质量.     

面向高维特征故障数据的进化软子空间聚类算法

针对复杂机械设备故障诊断中特征量众多且对各种故障敏感程度不同的现象,提出了采用软子空间聚类算法来实现故障的识别方法。同时,针对传统软子空间聚类易陷入局部最优,目标函数设计受限制的缺点,又提出了采用进化计算实现聚类的方法。利用同类样本在相关特征维上方差小的假设,新的目标函数能更好地评价聚类结果的质量。在该算法中,通过设计类中心和权重值的混合编码以及聚类导向搜索算子,使算法更适于聚类问题的优化,而且设计的修复算子可有效地去除不合理的聚类结果。采用5组UCI数据集、2组轴承滚珠故障数据集和3组往复式压缩机气阀故障数据集对算法进行了测试,结果表明:该算法明显好于几种的软子空间聚类算法,在Rand指标上最多可高出0.226 6,并且对2组不同工况下一级缸气阀故障可实现100%的故障识别。     

基于Pareto聚类免疫进化算法的发动机悬置系统优化与稳健性分析

文章在分析各种优化方法优缺点的基础上,建立发动机悬置系统6自由度动力模型.以6自由度方向的解耦率最大为优化目标,以各悬置点三向刚度为设计变量,选用免疫进化算法对发动机的悬置刚度参数进行优化,同时应用Pareto聚类算法从记忆种群中提取多个优化解,最后用Monte Carlo法对悬置系统进行稳健性分析.结果表明,优化解不仅能保证6自由度方向的高解耦率,还能保证悬置系统的稳健性,提高了产品的质量.     

中国南方沿海13种石斑鱼类的分子系统进化关系分析

石斑鱼类(Groupers)是世界性海洋经济鱼类,也是中国南方沿海省份重要的海水增养殖对象,其种类繁多,由于缺乏明显的种间外部形态区别特征,石斑鱼的分类一直是鱼类系统分类学的一个难题,存在着较多的争议和混淆。为了从分子水平揭示石斑鱼类的系统进化关系,应用线粒体细胞色素b基因(Cyt b)及两个核糖体RNA基因(16S和12S)序列联合构建系统进化树对中国近海石斑鱼亚科3属13种进行种类鉴定及亲缘关系分析,探讨了石斑鱼类的分子系统进化。结果表明:①线粒体基因序列在石斑鱼类种间存在较大的变异,种内变异极小,是进行石斑鱼类种类鉴定较为适宜的分子标记;②所研究的3属13种石斑鱼类中,石斑鱼属与九棘鲈属的亲缘关系较近,与鳃棘鲈属的较远;③赤点石斑鱼和青石斑鱼、蜂巢石斑鱼与鲑点石斑鱼、斜带石斑鱼与棕斑石斑鱼两两间具有较近的亲缘关系。     

结合免疫聚类和免疫进化规划的RBF网络设计方法

提出了一种结合免疫聚类和免疫进化规划的径向基函数(RBF)网络设计方法.该方法采用人工免疫聚类机制根据输入数据集合自适应地确定RBF网络隐层中心的数量和初始位置,并通过提取RBF网络核函数宽度的先验知识作为疫苗构成免疫算子.该算子可以缩小进化算法搜索空间的范围,提高算法的收敛速度.仿真结果表明,采用本方法设计的RBF网络结构精简,具有较强的泛化能力.