理查德·诺加德协同进化的生态经济及生态文明思想研究

理查德·诺加德是生态经济创始人,他勾勒了一个生态经济的协同进化研究机制。为认识论层次的协同发展提供了一个跨越环境和社会维度的有力逻辑,并形成一个社会生态系统的跨学科研究方法。他确定生态经济协同研究涌现的四个相一致的论题,这涉及:环境退化和周边地区的开发失败;不可持续的生产-消费模式的套牢;人类努力控制不良微生物和这些生物进化之间的恶性循环;利他合作行为和机制的适应性优势。诺加德还设想了一个有关由中国开始的生态文明的协同进化解释,诺加德的研究对于我国当前生态文明建设具有重要的方法论启示。     

基于生态位的集群企业协同进化模型研究

运用生态位理论研究区域集群企业与资源要素之间的功能关系,分析集群企业协同竞争的生态学基础,建立集群企业生态位宽度、生态位重叠及生态位协同进化模型。研究表明:若集群企业在区域经济系统中出现生态位重叠,将会发生资源利用的竞争;集群企业如果进行生态位分离,能够避免相互之间的资源竞争,实现协同共生。     

地衣协同进化研究进展

对地衣的协同进化研究现状和发展方向进行了较全面的综述,资料表明,地衣的起源可追溯到前寒武纪;在漫长的进化过程中,共生菌与共生藻之间的相互作用使地衣产生了一些特有的性状,诸如对共生菌,共生藻的生存均有利的形态结构,合成了某些地衣所特有的镒生代谢产物,地衣体内不同部位ＤＮＡ甲基化程度不同等。共生菌、藻的分离培养发现,分离培养状态下的真菌与藻类与共生状态下的在形态、生理和遗传上有较大的差异,地衣的人工重建表明,真菌与藻类在协同进化的过程中已产生了较高的专一性。     

可持续发展与文化进化

社会发展与资源环境之间的深刻矛盾决定了现时代和未来时代的人类必须走可持续发展的道路。可持续发展的本质即建立新型的人地关系。建立人地新关系的根本依托是文化进化。新型人地关系建立过程中的文化进化又将是人类历史上的一次深刻的变革，它应当以“天人合一”等优秀传统文化的精华作为文化基因，遵循人类文化生态学的基本原理，借助文化的传播、渗透和先导作用，逐步形成可持续发展的文化气候，从而将新型人地关系的价值观、发展观逐渐落实到人类社会经济生活之中去。     

海洋污染进化生态学初探——从行为、适应到进化

海洋环境污染已成为全球环境问题。大量证据表明,海洋生物个体、种群与群落会对污染胁迫产生从分子到整个生态系统的复杂响应,其最终要么适应污染或与污染共存,要么退化或死亡,生物和污染之间存在动态的相互作用过程与多变的演化结局。研究表明,生物适应不断变化的污染环境可以通过3种机制：短期暴露下的行为改变、长期暴露下的表型可塑性调整及遗传进化。但迄今为止,有关海洋生物受海洋污染物影响后的行为、适应和进化机制仍未获得系统的整理,已有的理论是否适用以及是否存在新现象或理论的空白有待明确。该文在文献调研的基础上,基于污染进化生态学观点,针对污染胁迫下海洋生物的短期响应和长期适应,提出“海洋污染进化生态学”。从行为、适应到进化的角度初步探讨海洋污染进化生态学的内涵和研究内容,尝试归纳和探索海洋污染与海洋生物之间的作用和联系,以期为海洋环境保护和海洋学科发展提供新的见解和理论基础。     

生态位构建的进化意义及其生态与行为响应

生态位构建是指有机体对局部环境中重要组成成分的建造、修复以及选择的一种能力.重点讨论了生态位构建的进化意义以及由生态位构建引起的生态和行为响应,主要结果包括:(1)生态继承作为与基因继承并行的遗传途径,扩展了对有机体适应性的机理解释;(2)环境变化与有机体对该变化导致的选择压的响应之间存在的时滞能够产生进化惯量与动量;(3)生态位构建与生态系统工程之间存在三个层面的差异;(4)Baldwin效应、自然选择和生态位构建分别体现了有机体对环境变化的中性、被动和主动等三种不同响应;(5)由于生态位构建可取决于学习的过程,因此它可以解释动物行为对策的进化.通过对生态位构建中这些热点问题以及其理论研究不足的讨论,提出了该领域中三个潜在的研究方向.     

基于协同进化的多目标约束进化算法

针对约束多目标优化算法(COA:Constrained Optimization Algorithms)中存在的难以有效兼顾收敛性和多样性的问题,提出了采用协同进化策略的多目标优化算法(CoMaC)。首先,将一个COA转化为一个带动态约束处理的多目标进化算法。然后采用差分进化(DE:Differential Evolution)生成第1种群,并将其中的已知可行解选入第2种群,并与第1种群协同进化。第1种群通过保持原约束条件的全局搜索加快收敛。第2种群通过局部搜索进化,保持并获得更多可行解。最后采用标准约束多目标测试函数进行实验,以测试所提出算法的性能。实验结果表明,与使用惩罚函数处理约束问题(PF:Penalty Function)和使用动态处理约束边界方法(DCMaOP:Dynamic Constrained Many Objective optimization Problem)相比,所提算法在反向世代距离(IGD:Inverted Generational Distance)和超体积(HV:Hypervolume)两个指标上均取得了良好的结果,说明所提算法可以有效地兼顾收敛性和多...     

生物的化学防御及其协同进化

生物在生存竞争中,产生具有抑制或驱避、毒害作用的反抗物质进行化学防御,这是促进生物协同进化的一个重要因素。本文论述了植物与动物、植物与微生物以及动物与微生物间的化学防御及其协同进化的关系。     

Gallopheasants中协同进化性状的似然比检验

基于细胞色素b基因全序列的贝叶斯系统树，应用似然比检验方法比较研究了Gallopheasants类群的2个性状对的进化格局和过程．结果揭示了栖息地结构和海拔高度的密切关系．完全性成熟年龄和卵大小显示了协同进化格局；时序分析表明在进化过程中，前者先于后者出现．该结论暗示了生活史类型的转变．     

基于并行协同演化的差分进化算法

针对传统差分进化算法搜索速度慢、易陷入局部最优解的缺点,引入协同演化的思想提出了一个基于并行协同演化的差分进化算法,并设计了相应的变异算子和自适应交叉算子。仿真验证结果表明:同遗传算法、标准差分进化算法相比,所提算法在搜索速度和寻优能力方面都具有一定的优势。     

Stewart平台的合作型协同进化控制

针对Stewart平台的非线性和强耦合性,提出合作型协同进化的控制方式,在此控制方式的基础上,根据控制系统的特征引入χ2分布来调节个体产生的概率,来提高进化速度.与传统的遗传算法相比,本文提出的控制方式大大减小了搜索空间.经在Stewart平台上测试,本文提出的控制方式具有响应速度快、超调小和鲁棒性好等优点.     

基因组的进化与内含子中的基因的进化

论述了基因组整体进化过程中内含子所含的基因的进化．分析了内含子的起源方式与内含子中的基因种类的关系,并结合基因组在大小、组成等方面进化过程中内含子的演化趋势,探讨了内含子中的基因,特别是核仁小分子ＲＮＡ基因的进化规律．同时,对于内含子中的基因的进化,提出了一些可能的途径．     

基于协同进化的大学和谐学术生态系统建设

和谐学术生态建设作为构建和谐社会的重要组成部分,已受到社会各界的广泛关注。大学学术生态系统同自然生态系统具有相当程度的同构性,竞争与共生是大学学术生态系统主体间协同进化的重要形式,开放与平衡是大学学术生态系统主体与环境间协同进化基本状态。在学术主体与主体之间、学术主体与环境之间的协同进化机制作用下,能不断完善系统结构,增强系统功能,提升大学学术生态系统竞争力。     

工程质量政府监督行为的进化博弈协同机理与激励策略

基于工程质量政府监督多层次委托代理链分析,探讨工程质量政府监督者群体学习行为的稳定性特征.构建工程质量政府监督者行为的进化博弈模型,剖析政府质量监督者选择执法监督行为的影响因素,并提出培育工程质量价值观、构建信息传输共享平台、提升质量监督者的能力和强化监督市场治理等提高工程质量政府监督有效性的策略.研究结果可为工程质量政府监督管理决策提供理论支撑和实践借鉴.     

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。     

融合免疫机制的协同进化模型

针对传统进化算法在计算效能方面存在的一些问题,借鉴协同进化算法的思想,提出了一种融合免疫机制的协同进化模型。该模型通过多个子种群各自分别进化以保持整个种群的多样性。在每次迭代进化过程中,各个子种群分别选择精英抗体并进行免疫记忆。随后各个子种群分别以不同的算法进行变异。若变异后抗体的适应度降低,则利用精英抗体对其进行引导操作。群体间的协作包括子种群间若干个抗体的随机交叉和子种群间的大规模迁移。最终进行免疫代谢,去除群中的弱适应度个体。算法反复迭代进行以上操作,直至达到既定目标或预定的循环迭代次数。通过对13个标准测试函数进行的仿真实验显示,该模型在搜索最优解或满意解时均优于传统的进化算法,同时在寻优效率上有较大的提升。     

科学进化系统的协同机制研究

科学进化是一个系统自组织过程,满足协同学的基本原理。科学进化的不同时期伴有不同的序参量产生,它们对科学进化的支配、主宰作用具有不同的功能特征。正确认识科学进化系统的协同学机制,对制定科技政策具有重要的启示作用。     

探寻猪笼草与蚂蚁的协同进化关系

一只蚂蚁匆匆忙忙地沿着一枚叶片爬行,不时停下脚步四下张望,然后似乎发现了什么,又急匆匆地继续赶路。来到一个巨大“瓶子”的顶部时,这只长途跋涉的蚂蚁终于停下脚步,开始贪婪地吃起来,原来这个“瓶子”的瓶口处布满了香甜的蜜汁。然而,就在饱餐后的蚂蚁打算踏上归途时,突然脚下一滑,掉进瓶底,再也没能爬上来。这顿甜蜜的大餐竟成了蚂...     

基于聚类组织协同进化的入侵检测算法

针对组织协同进化分类算法中样本数据集数量较大时对训练样本的学习不充分,分类的效率和准确性不高的问题,提出了一种将聚类融入了组织协同的进化算法.该算法在分析组织协同进化特征的基础上,形成聚类组织协同进化算法, 并将此算法应用于入侵检测问题中使得训练样本得到比较充分的学习.通过该算法对KDDCUP99数据集进行仿真对比实验,验证了该算法的有效性.