交通网络演化规律

基于城市空间结构与交通系统的动态互馈原理和交通系统的内在运行机制,以微观机理融合宏观机制为指导思想构建交通网络演化模型与算法,研究交通网络演化规律.在短期内,纳入道路用户外部性构造目标函数,进而建立交通系统最优模型;在较长时期,利用交通系统和城市空间结构之间的动态互馈作用、区域间经济联系的概念以及无标度网络演化规则的设计理念设计交通网络演化规则,刻画演化机制.实例研究表明,随着网络的演化,出现了层次现象并越来越清晰,更为重要的是,交通网络总费用随之下降;利用介数中心性定义了一种新的交通网络熵,该网络熵也呈现减小趋势,揭示了随着交通网络渐进地向有序演化,交通系统性能得以不断优化.     

识别转录因子结合位点的新方法

采用进化计算的方法, 实现了在共表达基因上游非编码区寻找转录因子的结合位点. 将此方法应用在已知的受同一种转录因子调控的基因上游启动子序列集合, 结果显示, 该算法能正确识别具有单一保守序列的调控位点; 与经典的Gibbs采样方法比较显示, 本文算法在识别较短的结合位点时更有效.     

A parallel global-local mixed evolutionary algorithm for multimodal function optimization based on domain decomposition

This paper presents a parallel two-level evolutionary algorithm based on domain decomposition for solving function optimization problem containing multiple solutions. By combining the characteristics of the global search and local search in each sub-domain, the former enables individual to draw closer to each optima and keeps the diversity of individuals, while the latter selects local optimal solutions known as latent solutions in sub-domain. In the end, by selecting the global optimal solutions from latent solutions in each sub-domain, we can discover all the optimal solutions easily and quickly. Foundation item: Supported by the National Natural Science Foundation of China (60133010,60073043,70071042) Biography: Wu Zhi-jian(1963-), male, Associate professor, research direction: parallel computing, evolutionary computation.     

Financial data modeling by using asynchronous parallel evolutionary algorithms

In this paper, the high-level knowledge of financial data modeled by ordinary differential equations (ODEs) is discovered in dynamic data by using an asynchronous parallel evolutionary modeling algorithm (APHEMA). A numerical example of Nasdaq index analysis is used to demonstrate the potential of APHEMA. The results show that the dynamic models automatically discovered in dynamic data by computer can be used to predict the financial trends. Biography: Wang Chun ( 1969-), male, Ph. D candidate, research direction: e-business.     

我国信贷市场的进化与调控

首先在无约束的市场条件下建立了一个进化博弈模型说明信贷市场的基本进化规律,并通过对模型参数的分析来说明达到良好市场行为的策略和方法．然后,通过加入法律监督并对逃避还贷的企业予以处罚等市场约束条件对模型进行改进并做出分析,说明在创造良好的市场环境和退出“闭锁”的过程中,政府干预十分重要．最后,对如何形成良好的市场行为规范给出了一些有益的结论及建议．     

历史地理学的回顾与展望

历史地理学滥觞于《汉书·地理志》 ,历来称为沿革地理。 1935年始用历史地理的名称 ,2 0世纪 5 0年代以后获得较大发展 ,6 0年代初期 ,权威学者开始提出历史地理学是地理学的组成部分的论断 ,从而推动了历史自然地理和环境变迁的研究 ,在 2 0世纪的最后 2 0年中获得了许多成果 ,而其中以《中国自然地理·历史自然地理》及《中国环境史论文集》最为重要。这种研究 ,在新世纪中将继续获得发展     

硬件进化的递增式学习研究

提高硬件进化(EvolvableHardware,简称EHW)的在线自适应能力是EHW追求的重要目标。本文构造了一种基于知识的递增式学习模式,研究了一种面向EHW的自适应学习机制。在加快进化计算收敛速度的同时,利用进化过程中的数据分析,获得了进化方向的预测(知识),有效地排除了可能对系统产生危害行为的个体。对比实验表明,该学习机制比简单的达尔文式进化机制具有明显的优势。为EHW实现自适应目标提供了一种可行的解决思路。     

基于网格划分的混合优化算法

提出了用于求解大规模优化模型的基于网格划分的混合算法。该算法引入了空间划分和收缩的思想,在求解过程中首先应用全局优化算法确定优解信息,其次使用网格划分和合并将解空间快速划分和收缩为多个子空间,然后用局部优化算法在模型的极值点附近搜索,可以很快地收敛到极值点。仿真结果表明该算法在搜索效率、应用范围、解的精确性和鲁棒性上都体现了良好的性能。     

基于适应度分组的进化策略

一般的进化策略都采用选择子代中最好的一部分个体替代原来的父代个体进入下一代进化,这样使那些相对劣的个体没有机会进入以后的进化过程。但每一个个体都有优良的一面,它们都有可能进化成最优解。鉴于此,根据每代群体的平均适应度将种群分为两部分:优势种群和劣势种群。父代个体以一定的比例在两组中选取,这样使劣质个体也有机会参加到进化中。仿真结果表明该方法对求解优化问题是有效的。     

基于拟生灭过程的随机支付2×2双矩阵博弈演化模型

引入分位数定义了随机支付值的偏好,并在此偏好的基础上定义带随机支付双矩阵博弈的纳什均衡.建立了有限种群进行带随机支付2×2双矩阵博弈的演化博弈模型,应用有限状态空间的拟生灭过程刻画了在有随机扰动的博弈环境中有限理性个体的学习调整动态,描述了理性演化的不确定性过程,讨论了拟生灭过程的平稳分布与演化模型的长期均衡以及博弈的纳什均衡之间的关系.最后,基于分块矩阵的Guass消去法给出求解模型稳态分布的数值算法,并通过数值实例对演化博弈模型均衡解的实现进行了说明.