自适应遗传算法优化模型小脑模型

首次采用遗传算法（ＧＡ）设计模糊小脑模型神经网络的隶属函数，提出一个自适应ＧＡ优化算法，并且以优化模型小脑模型ＦｕｚｚｙＣＭＡＣ学习正弦曲线，仿真实例表明，采用自适应ＧＡ方法优化的ＦｕｚｚｙＣＭＡＣ学习精度比标准小脑模型ＣＭＡＣ提高大约三个数量级，比标准ＦｕｚｚｙＣＭＡＣ（三角形隶属函数）提高一个数量级，自适应ＧＡ方法优化的ＦｕｚｚｙＣＭＡＣ学习速度比ＧＡ优化的速度快且乾化过程的振荡明显减小，仿真     

自适应遗传算法优化模糊小脑模型

首次采用遗传算法（ＧＡ）设计模糊小脑模型神经网络（ＦｕｚｚｙＣＭＡＣ）的隶属函数．提出一个自适应ＧＡ优化算法，并且以优化模糊小脑模型ＦｕｚｙＣＭＡＣ学习正弦曲线．仿真实例表明，采用自适应ＧＡ方法优化的ＦｕｚｙＣＭＡＣ学习精度比标准小脑模型ＣＭＡＣ提高大约三个数量级、比标准ＦｕｚｚｙＣＭＡＣ（三角形隶属函数）提高一个数量级．自适应ＧＡ方法优化的ＦｕｚｙＣＭＡＣ学习速度比普通ＧＡ优化的速度快且进化过程的振荡明显减小，仿真证明该方法比普通ＧＡ优化方法稳定，收敛效果好．     

基于GA学习的模糊小脑模型控制器

提出一种基于遗传算法学习的模糊不脑模型神经网络控制器,即利用遗传算法学习和优化ＦＣＭＡＣ控制器的连接权重,构成一个ＧＡ－ＦＣＭＡＣ控制器,该算法适用于多输入－多输出系统,对于倒立摆非线性系统的仿真结果证明,本算法的有效性和适应性。     

GaAsMESFET模型参数自动提取方法的研究

提出了一种基于ＰＳＰＩＣＥ４．０２通用电路模拟程序与优化技术相结合提取ＧａＡｓＭＥＳＦＥＴ模型参数的方法，根据实例的ＧａＡｓＭＥＳＦＥＴ小信号Ｓ参数与大信号Ｓ参数，利用约束优化技术提取模型等电路元件参数，并利用该电路模型参数设计制作１了３．７ＧＨｚ－４．２ＧＨｚ和５．２ＧＨｚ＝－５．８ＧＨｚ ＧａＡｓＭＥＳＦＥＴ放大器，给出了设计和测试结果并验证了该方法的正确性。     

水火电混合系统经济调度的双链态遗传算法

遗传算法（ＧＡ）为求解电力系统经济调度问题提供了一条新的途径。研究了基于双链态基因模型的遗传算法，给出了显性基因和隐性基因选优准则，应用ＤＧＡ建立了电力系统经济调度的遗传算法模型，该模型易于考虑系统负荷平衡，用水限制和梯级水电厂之间的水流流达时间等约束条件，在ｐｅｎｔｉｕｍ计算机上对两个火电厂和含有四个梯极水电厂组成的系统进行了仿真计算，取得了满意的效果。     

AGC－AFC综合系统解耦控制

分析了板材轧制控制过程，给出了板厚板形综合系统（ＡＧＣ－ＡＦＣ）反馈闭环控制的数学模型；对ＡＧＣ－ＡＦＣ系统进行了解耦；引进Ｓｍｉｔｈ预估器补偿系统延迟环节的影响；最后采用ＰＩＤ方法实现对ＡＧＣ—ＡＦＣ系统的控制。仿真实验结果显示了上述方法的有效性。     

抗冻（糖）蛋白聚合吸收模型（部分一）：热滞的热动力学理论

通过提出的聚合吸收模型分析了抗冻蛋白（ＡＦＧＰ／ＡＦＰ）的抗冻机理，导出了计算抗冻蛋白溶液热滞的热动力学理论。     

关于旅行售货员问题的混合遗传算法研究

遗传算法（ＧＡ）是一类仿生算法，广泛应用于大型优化问题的求解，本文介绍孤原理和算法，并用简单遗传算法（ＳＧＡ）和混合遗传算法（ＨＧＡ）对旅行售货员问题（ＴＳＰ）进行了研究。     

基于神经网络的带遗传算法的模糊控制器

研究如何将模糊逻辑系统（ＦＬＳ）、人工神经网络（ＡＮＮ）及遗传算法（ＧＡ）相结合,构成一个有机的控制器,从而达到准确、快速的控制。     

FMS—AGV传输系统自学习调度方法

针对ＦＭＳ－ＡＧＶ传输系统调度的不确定性因素,对ＡＧＶ在线运行状态参数实时记录并学习,运用动态规划算法和模糊数学的方法,提出了模糊动态规划（ＦＤＰ）算法．给出了适于计算的迭代算式,结合人工智能（ＡＩ）编制了ＡＧＶ传输系统调度软件包．本算法利用在线记录的ＡＧＶ运行数据进行模糊处理和学习,有效地调节用于描述ＦＤＰ算法的模糊模型参数．这种自学习ＦＤＰ算法在ＡＧＶ的路径规划中有较好的适应性．对于一个新的ＦＭＳ－ＡＧＶ系统,经几次规划自学习之后,该算法就能很好地用于系统的实时调度中．     

GA-ANN算法在产品质量估计中的应用

针对反向传播（ＢＰ）算法,径向基函数（ＲＢＦ）算法的不足,提出了基于遗传算法（ＧＡ）确定神经网络构或权值的进化神经网络算法（简称ＧＡ－ＡＮＮ算法）。在产品质量估计仿真研究中表明,该算法不需试凑而取得较好的网络结构和参数。     

纤维状催化剂ACF吸附SO2传质机理的探讨：ACF研究之二

探讨了纤维状催化剂ＡＣＦ吸附ＯＳ２过程中表现出的传质机理，证明了其传质过程为内扩散控制，化计算，扩散系数ＤＡＣＦ约为１０－１０＾２ｃｍ＾２／ｓ，比活性的ＤＧＡＣ值约大六个数量级。     

基于遗传神经网络的冷连轧机轧制压力模型

对鞍网冷轧厂四机架冷连轧机轧制压力模型进行了认真分析,指出了其存在的缺陷,把遗传算法（Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍｓ,简称ＧＡ）和神经网络有机结合,设计出了具有遗传算法性能参数优选、网络结构参数优选、网络性能参数优选以及ＧＡ－ＢＰ算法联合进行网络权值修改几种功能的遗传神经网络,建立了基于遗传神经网络的新冷连轧机轧制压力模型,通过原模型计算值、新模型计算值与实测值之间的对比分析可知,遗传神经网     

投资优化模型及其启发式遗传算法

建设期利息和物价浮动在核电站工程投资中占有很大的比例。为优化工程投资，提出了以最大净现值为目标的核电站投资优化数学模型。该模型基于工程的活动网络且是ＮＰ问题。针对该模型给出了一种启发式遗传算法（ＨＧＡｓ）。在该算法中，解是一串表示活动分配资源优先级的数，这种编码方法克服了传统遗传算法求解该问题时难以找到可行解的困难。本文提出的前件矩阵的概念能有效地求解活动网络的关键路径。用Ｃ语言编制了启发式遗传算法程序（ＨＧＡＰ），并用该程序求解了一个实例。计算结果表明该模型符合工程实际，该算法能有效解决该模型。     

血小板衍化生长因子及其受体在人胰腺癌局部浸润转移中作用的实验研究

观察胰腺组织及其癌变标本中血小板衍化生长因子（ＰＤＧＦ）及其受体（ＰＤＧＦＲ）基因表达的变化关系,以探讨它们在人胰腺癌局部侵袭和转移过程中的作用。用诺真法（Ｎｏｒｔｈｅｒｎ－ｂｌｏｔ）和原位杂交（ｉｎｓｉｔｕｈｙｂｒｉｄｉｚａｔｉｏｎ,ＩＳＨ）方法,采用ｃＤＮＡ探针（ＰＤＧＦＡ、Ｂ,ＰＤＧＦＲα、β）对两株胰腺癌细胞（Ｐａｔｕ８９８８、Ｐａｔｕ８９０２）、１５例胰腺癌手术切除标本和８例正常胰腺组织标本进行杂交检测。胰腺癌组织中,ＰＤＧＦＡ、ＰＤＧＦＢ在ＲＮＡ水平的表达与正常胰腺组织相近;而ＰＤＧＦＲα、ＰＤＧＦＲβ尤其是ＰＤＧＦＲα在ＲＮＡ水平的表达,较正常胰腺组织相对提高。ＰａＴｕ细胞株中,有ＰＤＧＦＡ及其ＰＤＧＦＲβ的表达。ＩＳＨ结果显示：ＰＤＧＦＡ、ＰＤＧＦＢ阳性反应深浅不一,胰腺癌与正常胰腺组织无明显差异。胰腺癌细胞中ＰＤＧＦ和ＰＤＧＦＲ均有表达,而ＰＤＧＦＲβ则比较多地定位于结缔组织中的纤维细胞和内皮细胞。ＰＤＧＦ、ＰＤＧＦＲ可能通过对胰腺癌细胞外基质蛋白降解代谢的调控,共同影响着肿瘤的侵袭和转移过程     

多层前向神经网络的自适应遗传算法训练

提出了一种改进的自适应遗传算法ＩＡＧＡ,它利用 特点,采用前向自适应技术,实现对神经网络的有交工具实验表明,该算法优于ＢＰ算法,标准遗传算法ＢＧＡ和普通自适应遗传算法ＡＧＡ,网络训练质量和效率都有很大提高。     

基于逻辑查阅表和多路开关库的现场可编程门逻辑的延时优化

早先对ＦＰＧＡ的延迟优化工作主要集中在减少关键路径中各元胞块的级数，但缺少用以控制元胞块增加的有效方法。在ＦＰＧＡ的情况下，所使用的元胞块数量也会在很大程度上影响布线后的最终延迟，因为大多数延迟是由存在的可编程互连所引起的布线延迟。文中讨论了两类ＦＰＧＡ即基于查阅表的ＦＰＧＡ和基于多路开关复用器的ＦＰＧＡ的延迟优化，提出了可用于逻辑优化阶段的一种新的延迟优化方法，可以解决元胞块组数的减少与元胞块数的增加之间的矛盾。已经完成了一组试验例子，以证明所提出的方法的有效性。     

用RNase保护法定量检测鲤鱼组织IGF—ImRNA的表达

建立了定量分析ｍＲＮＡ表达的ＲＮａｓｅ保护法，并用于鲤鱼ＩＧＦ－Ｉ的研究．结果表明鲤鱼ＩＧＦ－ＩｍＲＮＡ在肝组织的丰度为每微克ＤＮＡ含５０．４５×１０－１７ｍｏｌ，在其他组织有少量ＩＧＦ－ＩｍＲＮＡ表达．     

可视形式代数法——一种实用的空间结构建模方法

采用形式代数法来描述空间结构，详细分析了ＡＬＧＯＲＦＥＡＳ软件的前、后处理功能及其数据结构，编写了形式代数法模型库软件包以及与ＡＬＧＯＲＦＥＡＳ软件之间的接口程序，真正实现了结构计算可视化。     

基于FPGA技术的多路并行实时数据采集系统

简单介绍了现场可编程门列陈（ＦＰＧＡ）技术，给出了基于ＦＰＧＡ技术的多路并行实时数据采集系统的设计思想，并成功地开发了该系统。