一种基于遗传算子优化组合的TSP问题求解方法

一般遗传算法求解旅行商问题时,存在着搜索速度与求解质量之间的矛盾.针对此问题提出了一种逆序与对偶组合算子,用以增强遗传算法的局部搜索能力.将其与具有良好全局搜索模式的均匀杂交算子优化组合应用,采用自然数和二进制相互转换的编码方式,构造了一种对TSP问题进行求解的遗传算法,保证了算法的全局收敛性.仿真实验结果表明,该求解方法具有良好的搜索效率和求解质量.     

Genes mirror geography within Europe

Understanding the genetic structure of human populations is of fundamental interest to medical, forensic and anthropological sciences. Advances in high-throughput genotyping technology have markedly improved our understanding of global patterns of human genetic variation and suggest the potential to use large samples to uncover variation among closely spaced populations. Here we characterize genetic variation in a sample of 3,000 European individuals genotyped at over half a million variable DNA sites in the human genome. Despite low average levels of genetic differentiation among Europeans, we find a close correspondence between genetic and geographic distances; indeed, a geographical map of Europe arises naturally as an efficient two-dimensional summary of genetic variation in Europeans. The results emphasize that when mapping the genetic basis of a disease phenotype, spurious associations can arise if genetic structure is not properly accounted for. In addition, the results are relevant to the prospects of genetic ancestry testing; an individual's DNA can be used to infer their geographic origin with surprising accuracy-often to within a few hundred kilometres.     

基于遗传距离的粘孢子虫分类研究

以18SrDNA作为分子际记研究了以粘孢子虫（Myxosporidia）常见属为代表的不同分类水平下的遗传距离分布规律。结果表明,粘孢子虫亲缘关系的远近与遗传距离具有明显的相关性,即粘孢子虫亲缘关系越远遗传距离越大,反之亦然;同时表明,本研究所涉及的种内、种间和属间阶元的遗传距离虽在一定范围内有重叠,但遗传距离由小到大排列依次为种内、种间、属间。研究认为物种之间在遗传距离上可能并不存在绝对的界限,但基于18SrDNA遗传距离的分歧在一定范围内对大多数物种的鉴定是有效的。     

Statistical issues and approaches in endophenotype research

The endophenotype concept was initially proposed to enhance the power of genetic studies of complex disorders. It is closely related to the genetic component in a liability-threshold model; a perfect endophenotype should have a correlation of 1 with the genetic component of the liability to disease. In reality, a putative endophenotype is unlikely to be a perfect representation of the genetic component of disease liability. The magnitude of the correlation between a putative endophenotype and the genetic co...     

一种基于实数编码的改进遗传算法

在介绍基于实数编码遗传算法的优点和分析原有遗传操作机制存在缺陷的基础上,重点研究了实数编码的改进线性交叉算子,提出了一种改进遗传算法(MGA)·该改进线性交叉算子的优点是在交叉之后,一个子代位于两父代之间,另一子代位于靠近较好的父代的一侧,使解向好的方向发展,并且都是可行解·通过对几个典型的实例计算并与其他基于实数编码的遗传算法进行比较,结果表明,本算法在求解优化问题的收敛速度和精确性方面具有优势·     

多宇宙并行量子遗传神经网络人脸识别算法研究

针对传统遗传算法交叉、变异过程过于繁琐和神经网络在极值判断及收敛速度受限等问题,提出了一种并行的量子遗传算法优化神经网络权值的算法.首先引入了量子计算的概念,在量子计算的过程中使用量子旋门实现染色体的训练,然后引入量子交叉克服了早熟收敛现象,避免了遗传算法中繁琐的交叉、变异过程.最后设计实现了并行的卷积神经网络,使用并行量子遗传算法优化了卷积神经网络权值,实现了并行量子遗传神经网络人脸识别系统.实验结果表明,相对于原来的遗传算法,该算法在鲁棒性和实验速度上都有明显的提高.     

Towards a resolution of the lek paradox

Genetic benefits in the shape of 'good genes' have been invoked to explain costly female choice in the absence of direct fitness benefits. Little genetic variance in fitness traits is expected, however, because directional selection tends to drive beneficial alleles to fixation. There seems to be little potential, therefore, for female choice to result in genetic benefits, giving rise to the 'lek paradox'. Nevertheless, evidence shows that genetic variance persists despite directional selection and genetic benefits of female choice are frequently reported. A theoretical solution to the lek paradox has been proposed on the basis of two assumptions: that traits are condition-dependent, and that condition shows high genetic variance. The observed genetic variability in sexual traits will be accounted for, because a proportion of the genetic variance in condition will be captured and expressed in the trait. Here we report results from experiments showing that male courtship rate in the dung beetle Onthophagus taurus is a condition-dependent trait that is preferred by females. More importantly, male condition has high genetic variance and is genetically correlated with courtship rate. Our results thereby represent a significant step towards a resolution of the lek paradox.     

自适应搜索的改进遗传算法及其应用

提出了一种具有自适应搜索能力的快速收敛遗传算法。在计算过程中，设计变量的搜索范围依据每代自变量的数学期望和方差自动进行调整，并且通过引入进化策略中的自适应高斯变异算子，对变异算子进行改进，加速了算法的收敛性。为了验证算法的可行性和鲁棒性，对一个高维多峰函数的极小值搜索问题进行了求解，并将算法进一步应用于离心叶轮的形状优化问题。计算结果表明，该算法克服了传统遗传算法中设计区间的给定具有一定盲目性的缺陷，在收敛性和鲁棒性方面均优于传统的实数编码遗传算法。     

基于热力学混合遗传算法的加热炉炉温优化研究

针对加热炉生产过程中钢坯入炉温度、规格尺寸、钢坯种类等生产工况经常会发生改变,导致基本遗传算法存在早熟等现象,提出一种基于热力学的混合遗传算法.基于钢坯加热过程的机理模型,建立了钢坯温度预报模型,依据加热炉工艺生产要求,建立了加热炉炉温优化模型.为了提高遗传算法的求解精度和计算效率,在遗传算法交叉算子设计过程中加入内能、熵和自由能的思想,改进了传统遗传算法;同时在经典的遗传算法基础上加入模拟退火算法构成了基于热力学的混合遗传算法,并用于求解加热炉炉温优化问题,克服了传统遗传算法的不足.实验结果表明,该方法能够有效地求解加热炉炉温优化问题,是可行的、有效的.     

特有种四合木种群遗传结构分析

对四合木种群的遗传结构进行了研究．结果表明，四合木在种群水平上维持较高的遗传多样性．大部分遗传多样性存在于种群内，种群间的遗传分化很低．四合木的较高的遗传多样性是在长期进化过程中适应生境条件变化形成的．其基因组DNA存在较高的变异性，各种群之间存在一定的基因流，四合木各种群可看成是meta-种群，应注意保护四合木中具有丰富的遗传多样性的meta-种群．     

温度对相同引种地三个秋茄居群遗传多样性的影响

秋茄是世界分布最北的红树植物,研究温度对其遗传多样性的影响有助于阐明其抗冻机制．文章同时应用RAPD和ISSR分子标记技术,对3个不同纬度地区秋茄居群的遗传多样性和遗传分化进行分析,根据RAPD和ISSR数据计算遗传距离并进行聚类分析．2种方法均显示3个居群分为2大支：西门岛和象山港两居群之间遗传距离最小,两者之间的遗传一致度最大,首先聚为一类;漳江口和象山港居群之间的遗传距离最大,两者之间的遗传一致度最小,因此单独为一支．由于温度的原因对引种的秋茄进行了筛选,导致遗传多样性减少．     

针对机器人路径规划问题的改进型遗传算法

针对路径规划的"求解质量"和"求解效率"2个问题,在传统遗传操作的基础上,通过在遗传操作中加入优化算子,减少了搜索的盲目性,使得优秀个体能较快地产生,算法在很少的进化代数中就可以求出问题最优解.算法的分析和仿真试验表明,算法的改进是有效的.     

基于相似个体拥挤与Fibonacci法的遗传算法

由于传统遗传算法在应用中会出现"早熟",局部寻优能力较差,求解结果精度不高等缺点,提出了相似个体排挤方法和Fibonacci算子,给出了用相似个体的拥挤与Fibonacci算子相结合的改进遗传算法.数值仿真表明改进后的算法优于传统遗传算法和当前一些改进遗传算法,提高了遗传算法的局部搜索能力和收敛速度,并且能以较大概率搜索到优化问题的全局最优解.     

SRAP和SCAR分子标记应用于中药材研究进展

 分子标记技术是基于生物体基因组的遗传分析方法,在动植物的品种鉴定、亲缘关系分析、遗传多样性分析、遗传图谱构建和分子辅助育种等研究中有着广泛的应用。其中相关序列扩增的态性（Sequence-Related Amplified Polymorphism,SRAP）是开发较晚、应用较广的分子标记技术,以其简单、高效、重复性良好的优点,在药用植物的遗传学研究中表现出很大的优势。利用分子标记技术构建药材系统发生树,明晰遗传背景和药材品质的关系,辅助中药材品种选育,研究药材道地性成因是近几年的研究热点。本文介绍了SRAP和序列特征性扩增区域（Sequence Characterined Amplified Regions,SCAR）的技术基础,并总结了SRAP常用引物,比较分析了一些中药材的优化反应体系;综述SRAP在中药材的遗传多样性研究、道地性分析、遗传图谱构建等方面的应用情况;SCAR技术的应用特点和在中药材鉴定中的作用;阐述二者结合在中药材研究中的现状及其应用前景。     

遗传算法控制参数选择的仿真研究

控制参数选择得是否合适是非常重要的,这些控制参数对遗传算法的影响是非常大的。这些参数主要包括:交叉概率(pc)、变异概率(pm)以及种群的大小等。本文首先简要介绍了遗传算法的工作机理,然后从理认上分析了控制参数对遗传算法运算的影响。最后通过软件仿真,验证了不同参数的选择对遗传算法运算结果的影响,并根据仿真结果对实际使用遗传算法时的控制参数选择提出了一定的选择范围,这在实际工程应用中有一定的实用价值。     

基于量子遗传算法的WSNs能量均衡路由优化

针对无线传感器网络（WSNs）中传感器节点能量有限,以及单一的传输路径所带来的能量消耗不均衡的问题,引入量子遗传算法对其进行优化。充分利用量子遗传算法高效搜索和全局优化的能力,在综合考虑网络耗能和路径延迟的基础上全局优化路由;并对算法的一些环节如量子比特编码、适应度函数的设计以及量子变异进行了详细的分析与设计。仿真表明：与传统遗传算法相比,量子遗传算法在降低网络能耗,延长网络生命期方面有着优越性．     

离散变量结构优化设计的复合形遗传算法

对离散复合形法提出了一种新的初始点产生办法,并基于满应力思想,对离散复合形法的优化结果进行进一步搜索,提高了离散复合形法的局部寻优能力·为了弥补遗传算法自身的不足,把改进的复合形算法作为复合形算子嵌入到遗传算法中,以提高遗传算法的局部寻优能力;同时对遗传操作过程做了改进,如在进化初期采用大的交叉率,以尽快筛选出最优个体;对最差个体采用大的变异率,使其向最优解逼近,从而建立了一种离散变量结构优化设计的混合遗传算法·算例表明这种混合遗传算法优于基本遗传算法和改进的复合形法,是可行和有效的·     

杂种优势遗传基础的研究进展

由于杂种优势的利用是农业增产的重要途径，杂种优势的遗传基础研究一直受到高度重视。近十年来发展的分子标记技术及构建的高密度遗传图谱，为阐明杂种优势的遗传基础提供了有力的工具，杂种优势研究有了新进展，通过对已有资料的分析研究，从遗传差异，基因表达调控、基因效应、基因网络系统等方面探讨了杂种优势的遗传基础及其研究进展。     

具有状态约束的基因调控网络的集员滤波器研究

针对基因调控网络中切实存在状态约束现象,在考虑一类含时滞、参数不确定、噪声干扰的离散基因调控网络模型基础上设计一种集员滤波器,实现基因调控网络状态的估计.通过假设测量噪声是未知但有界的,采用LMI方法设计集员滤波器,获得滤波器的增益矩阵,运用递归优化算法对集员滤波器进行优化.最后,通过数值仿真证明了所提算法的有效性,实现了基因调控网络中的mRNA和蛋白质浓度的准确估计.     

基于纯数值函数优化的一种混合遗传算法

通过引入与进化代数相关的交叉概率和与个体适应度相关的变异概率的自适应遗传算子同时把Powell局部寻优算法融入遗传算法的搜索过程构成了一种数值函数全局寻优的混合遗传算法.实验表明混合遗传算法改善了遗传算法的局部搜索能力,有效地解决了遗传算法的早熟现象,显著提高了遗传算法求得全局解的概率.同时由于混合遗传算法中只利用函数值信息,所以该混合遗传算法是纯数值函数的优化的一种通用方法.