玉米粉质胚乳突变体的研究进展

玉米是世界上重要的粮食作物,也是植物分子遗传研究的重要模式。通过对玉米的长期研究积累了大量的遗传突变体,其中有一类籽粒突变体被称为粉质（opaque 或floury）胚乳突变体,表现为籽粒硬度和透明度下降。同时,这类突变体中的opaque2 等,被发现能够显著改善玉米籽粒的蛋白营养水平,使得粉质胚乳突变体受到了很大的关注。早年只有少数的粉质胚乳突变体基因被克隆和研究,如opaque2 和floury2 等,被发现与玉米主要的储藏蛋白转录和合成有关。近年来,随着科学技术和研究能力的提高,更多的opaque突变体基因,如opaque1、opaque5、opaque7 等,被克隆和研究,为我们揭示了玉米籽粒中储藏物质的合成、转运等更深入的调控机制,拓展了我们对玉米胚乳发育和代谢的知识。     

高次非线性系统自适应动态面输出调节方法

针对一类在线性外系统驱动下的不确定三角结构高次非线性系统的输出调节问题,提出了一种自适应动态面鲁棒输出调节方法。根据输出调节问题的可解条件,将该问题转化为三角结构高次非线性系统的镇定问题。在此基础上,前n-1步采用自适应增加幂次积分方法设计期望虚拟控制律;第n步引入具有误差的内模方程,通过有效地结合自适应增加幂次积分方法和内模控制,设计出鲁棒输出调节控制器。在每一步递推中,通过采用动态面控制思想引入一个低通滤波器,克服了对期望虚拟控制律的微分。最后,通过数值仿真实例验证了所提控制方案的有效性。     

一类双调和方程的特征问题

建立一个新的Hilbert空间H,在新的空间中讨论一类双调和方程的特征值问题.     

微生物油脂花生四烯酸产生菌离子束诱变和发酵调控

某些微生物是高质量油脂的生产者.微生物油脂不仅有益健康,而且是生物柴油潜在的油脂来源.中国是个油脂资源缺乏的国家,开发微生物源油脂具有重要的意义.本文以产油微生物——高山被孢霉菌为出发菌,以单细胞油脂多不饱和脂肪酸产率为筛选目标,采用二步离子束诱变-筛选的策略,获得了高产菌株.研究了高产菌株的营养需求,创建了重复利用提油后的残体(菌粕)合成微生物油脂的技术.针对丝状真菌高密度发酵的传能和传质问题,研制了6×50和4×200m3大容量专用反应器组,单位发酵容积生物量达38.2g/L(发酵液)、油脂20.67g/L.其中具有重要生理活性的花生四烯酸产率最高达9.89g/L,平均为8.97g/L.花生四烯酸提取和精炼后的残油转化为生物柴油,主要指标达到国家生物柴油标准.     

基于微载体技术的生物人工肝研究进展

在无法进行肝移植的情况下,肝衰竭的发病率和死亡率均较高.人工肝支持系统,特别是生物人工肝,则可促进肝衰竭恢复或作为肝移植的过渡辅助.生物人工肝中含肝细胞的生物反应器可提供生物转化和肝脏的合成功能.所使用的肝细胞既可以为人肝细胞也可以为异种肝细胞(动物源性).病人的血液或血浆循环通过生物反应器,由肝细胞代谢去除毒素并产生所需化学成分后,再返回病人体内.随着人类及猪肝细胞长期培养增殖的成功,以及具有充分生物相容性的微载体的发展,单位体积内培养肝细胞的密度在当前已经可以满足生物人工肝系统的需要.以生长在微载体上的肝细胞填充而成的中空纤维生物反应器已得到广泛使用,在不久的将来,生物人工肝支持系统成为肝衰竭治疗的有效方法具有良好前景.     

求解双层CARP优化问题的演化学习型遗传算法

双层有能力约束的弧路径优化问题(capacitated arc routing problem, CARP)的研究对象通常是某个城市或地区,首先聚焦于该地物流系统的宏观配置,然后考虑相关服务的完成问题。针对双层CARP优化问题,提出了一种演化学习型遗传算法(learnable genetic algorithm, LGA)。建立了LGA的基本框架,设计了构件知识和算子知识等知识形式。在LGA中,采用扩展启发式方法辅助生成初始种群,使用算子知识为选择、交叉和变异选择操作算子,应用构件知识为交叉和变异操作选择断点位置,同时借助局部替换程序不断地向当前种群中注入新个体。LGA的框架为现有优化方法改进提供了一种有益借鉴。     

基于Bagging-SVM动态集成的多极化HRRP识别

针对多极化高分辨率一维距离像（high range resolution profile, HRRP）在目标识别过程中存在计算量和数据量大、识别算法复杂的问题,提出一种基于Bagging-SVM动态集成的目标识别方法。该方法首先提取多极化HRRP平移不变特征向量,然后运用Bagging方法结合基于动态互信息的特征选择方法生成基分类器,最后引入基分类器差异度进行选择性集成。实验验证该方法在缩减数据规模和计算量的同时,能有效利用多极化特征信息,得到较高的分类正确率,并且松弛了HRRP目标的姿态敏感性。     

基于改进层次聚类法的指挥控制资源部署

以网络化作战战场资源部署为研究背景,对战术指挥控制资源部署问题进行了描述。以决策实体工作负载的均方根最小为目标函数,建立了指挥控制资源部署问题的数学模型,提出了基于改进层次聚类法的指挥控制资源部署算法。该算法以作战任务-平台资源的分配结果为输入信息,对可部署决策实体数目范围设定、决策实体合并项选择和决策实体能力约束判定进行了改进,着重分析了每一层聚类的N-best备选策略和决策实体合并项选择方法。通过一个作战想定,分别从目标函数值、搜索空间大小两个方面对本算法和其他算法进行了比较。