基于遗传神经网络的边坡稳定性智能分析方法

分析了边坡稳定性的影响因素,建立边坡稳定性智能分析的系统模型.将遗传算法和人工神经网络相结合,并建立的遗传神经网络(GNN)具有较高的学习效率和较强的泛化能力.数值算例表明,GNN能有效地克服经典BP神经网络学习速度慢及泛化能力弱的缺点,基于GNN的边坡稳定性智能分析方法具有较高的分析准确率.图4,表2,参11.     

基于遗传模糊规则的智能控制系统的展望

文章首先简单介绍了基于遗传模糊规则的智能控制系统的发展过程，其次在叙述什么是遗传算法的基础上引出了基于遗传模糊规则的智能控制系统，并详细论述了将基于模糊规则的控制系统进化成为基于遗传模糊规则的智能控制系统的古典方法的三种途径，最后给出了基于遗传模糊规则的智能控制系统多种应用新趋势的展望和今后的研究方向。     

基于粗糙集和遗传神经网络的智能决策方法

为解决多属性决策中的高维、非线性问题,提出一种基于粗糙集和遗传神经网络的智能多属性决策方法.利用粗糙集对多属性决策问题的条件属性进行约简,用遗传算法直接训练神经网络的权重形成遗传神经网络,约简后的属性数据进入遗传神经网络的智能决策系统.实证结果表明,该方法具有较好的泛化能力,与标准支持向量机方法相比,该方法具有一定的优势.     

基于代理遗传优化的智能驾驶系统加速测试方法

提出了一种基于代理遗传优化的智能驾驶系统加速测试方法。首先,通过场景要素层次分析权值与优解区域特征改进参数采样模块中的拉丁超立方采样区间,实现了采样效率与优化效果的协同提升;其次,利用参数采样结果和重复度筛选机制增加遗传寻优模块的种群多样性,克服了传统遗传算法的局部收敛难题;然后,利用基于循环更新机制的代理筛选模块对场景测试结果进行预测,平衡了加速算法与代理模型应用之间的效率与精度矛盾;最后,搭建仿真平台在高维时序分解的前车变速场景下对待测智能驾驶系统进行加速测试与验证。结果表明,本文提出的方法可有效搜寻大量关键场景并提升测试效率。     

基于遗传与蚁群混合算法的智能组卷研究

针对遗传组卷算法局部求解能力不足、容易早熟和退化对系统中的反馈信息利用不够的问题,以及蚁群组卷算法搜索初期信息素匮乏的缺点,充分利用遗传算法较好的全局搜索能力和蚁群算法较高的求解精度的优势,提出了一种遗传算法与蚁群混合算法的智能组卷策略。实验结果表明,与单一组卷算法相比,提出的混合组卷方法收敛速度更快,能更有效地解决智能组卷问题,具有更好的实用性。     

基于遗传模糊算法的智能车辆避障路径规划研究

利用模糊逻辑和遗传算法构建一种智能车辆避障路径规划方法.首先建立智能车辆的动力学模型,然后设计模糊控制器,以智能车辆与目标点及障碍物中心点的角度差、智能车辆与障碍物的距离为输入量,智能车辆的速度、转角为输出量分别建立避障行为模糊规则表和趋向目标模糊规则表,最后利用遗传算法对避障行为模糊规则表进行优化.仿真结果表明,该方法是正确和有效的.     

基于GIS和遗传-粒子群的公路智能选线方法

为克服现有路线优化方法难以用于生产实践的缺点,提出了一种基于GIS(地理信息系统)和遗传-粒子群混合算法的方法,以辅助路线平面方案的选择。该方法以AutoCAD Map为平台,直接支持DWG格式地形图,实时获取路线所经区域的空间信息,为方案决策提供依据;优化算法采用一种遗传-粒子群优化算法,该算法在基本粒子群算法中加入遗传算法的交叉、变异算子,综合了遗传算法和粒子群优化算法的优点。数字试验的结果表明:该算法能很快收敛到最优解,达到最优解迭代次数为35次左右;该方法具备较好的寻优性能,适用于公路智能选线的实践。     

遗传多样性与植物的遗传标记

随着研究方法和实验技术不断的发展,植物遗传多样性的研究工作从形态学水平、细胞学 (染色体)水平、生化水平逐渐发展到了DNA分子水平．形态、细胞、生化及DNA等各水平的分析方法,为研究植物的遗传多样性提供了有效的工具．从以上几个方面介绍了植物遗传标记的发展和应用现状．     

遗传环与遗传环上的模

对左(右)遗传环及左(右)遗传环上的模进行讨论,给出遗传环的若干等价刻划和左(右)遗传环及左(右)遗传环上的模的一些性质。     

天赋的遗传

天赋在某些家族就好像皇冠那样代代相传,而这些家族通过不断的竞争和考验强化它,让成功水到渠成。     

庙台槭的居群遗传结构和遗传多样性

目的 研究庙台槭(Acer miaotaiense P．C．Tsoong)自然居群的遗传结构和种内遗传多样性。方法 选取20条RAPD随机引物对3个庙台槭居群的39个个体进行PCR扩增得到一系列0，1数据，用Popgen32，AMOVA和SPSS 9．0软件进行数据分析。结果 20条引物共检测到128个RAPD位点，庙台槭物种水平的多态性位点比率为53．13％，居群水平的多态位点比率分别为秦岭中段南坡居群42．90％，中段北坡居群18．75％，秦岭西段居群32．78％。聚类分析及主成分分析显示3个居群的个体有以彼此为中心的聚集趋势。庙台槭居群间基因流大小仅为Nm=0．7036。结论 庙台槭具有较低的遗传多样性，尤其是在居群水平上；庙台槭居群间已发生了强烈的遗传分化；庙台槭居群间的基因流很小，遗传漂变和随之而来的近交可能是刻划居群遗传结构的主要因素。     

梨遗传转化与遗传标记研究进展

用遗传转化的方法对梨进行遗传改良和用分子生物学的方法研究梨的遗传性状是当今梨科研的热点,基因型、抗菌肽的活性与稳定性、农杆菌的侵染力等是影响梨遗传转化的重要因素．DNA的提取方法决定DNA的数量和质量,直接影响分子生物学方法在梨中的应用和应用结果．本文综合有关文献综述了国内外梨遗传转化和遗传标记研究所取得的进展,并结合存在的问题对今后的工作重点提出了几点建议．     

无限的智能和智能的无限

当我们还在传统的农业经济条件下为解决亿万人的温饱而痛苦地挣扎,艰难地为实现传统工业化目标而拼命奋斗的时候,一场新的技术革命和产业革命已经在世界兴起。一种全新的经济正在形成、发展,爆发性地向全球扩张。这就是智能经济。也有人称之为知识经济。     

思茅松种子园遗传结构及遗传多样性

采用等位酶分析的方法对思茅松种子园内收集的4个思茅松群体进行遗传分析,以此阐述了思茅松种子园的遗传结构和遗传多样性状况。9种酶16个酶位点的遗传分析结果：思茅松种子园的多态位点比例（P）为73.5%;平均每个位点的等位基因数（A）为2.42;平均每个位点的等位基因有效数（Ne）为1.54;期望杂合度（He）为0.295;实际杂合度（H0）为0.181。结果表明思茅松种子园具有较广泛的遗传基因和遗传多样性;思茅松种子园的建立是思茅松遗传改良的有效途径之一。     

乌鸡的性状遗传率,遗传相关和杂种优势

本文以乌鸡４个品种作为全群，从中抽出５只雄亲和５套雌系进行巢式交配设计，测定了子代出雏期、１月龄、２月龄、３月龄的体重和胫长．遗传分析表明：（１）雌亲分量遗传率明显高于雄亲分量遗传率，说明群体存在明显的非加性变异；（２）各发育期体重和胫长的遗传相关和表型相关一般为正相关且较大，从而可根据胫长间接选择体重；（３）体重杂种优势变动为－７％～３２％；（４）在强优势Ｆ１组合，１月龄相对生长速度明显高于其亲本组合的，但２月龄的恰相反，这为生产缩短Ｆ１的饲养周期有利．最后讨论了雌亲分量遗传率高于雄亲分量遗传分量和杂种优势产生的原因．     

检测水体遗传毒性的短期遗传毒性试验方法

水体中的遗传毒性物质会引起一系列的疾病反应,长期暴露于此会增加人们的患癌风险,因此检测水中遗传毒性物质对改善水质,促进水环境有效管理有着重要的意义。短期遗传毒性试验方法具有简单快速、花费小、灵敏度高等优点,在水体遗传毒性检测中有广泛的应用。本文介绍了几种用于检测水体的常用的短期遗传毒性试验方法,分析比较了各种试验方法的优缺点,并对今后的发展方向进行了展望。     

山羊的毛色遗传

毛色是绒、毛、羔皮、裘皮用山羊的重要经济性状，也是识别个体、血液系统、品种归属的遗传标志之一。当代有关山羊的从经典理论到基因工程学的遗传学各领域已有研究成果中，对毛色遗传的认识，是在我国目前农村、牧区的技术条件下，略为“中试”就能转入商业性推广的部分，因此应予重视。１　制约毛色遗传的主要基因座山羊主要的毛色变异是由少数基因座控制的孟德尔性状。以欧洲、西亚和东南亚山羊群体对象进行的研究，主要揭示了以下四个基因座。１１　野生型座位Ａ此座位亦即ａｇｏｕｔｉｖｌｏｃｕｓ．这个座位上现已证实两个显隐性关…