混合遗传算法在同步电动机优化设计中应用

采用混合遗传算法对—新结构电机—转子磁极贴式永磁同步电动机进行优化设计的研究,论述了程序编制过程,给出了优化数学模型及优化结果,并对采用一般遗传算法和混合遗传算法进行优化设计的结果进行比较,得出了混合遗传优化寻优速度较快的结论。     

葡萄的随机扩增多态性DNA研究

采用随机扩增多态性DNA(RAPD)对11个样品进行了研究．这11个品种包含1个欧美杂交种，一个中国野生种(Vitis．piasezkii Var．pagnucii)，9个欧亚种(Vitis．vinifera L)．选择了多态性好的7个10碱基寡聚糖核苷酸作为随机扩增的引物，在琼脂糖凝胶电泳上产生了76条带，其中63条具有多态性．各引物产生的条带从6到13不等，平均为10．86条／模板，其中9条具有多态性，表明葡萄基因的多态性十分丰富．通过遗传相似性分析表明11个葡萄基因的Nei氏相似性系数分布为0．1027-1．1787，平均相似系数为0．459．通过非加权算术平均数聚类法，获得了11个葡萄品种之间的遗传关系树图，欧亚种群，东亚种群和欧美杂种在遗传关系树图上被成功地聚为3组．本实验发现欧亚种和欧美杂种亲缘关系较近，而和中国野生种亲缘关系远．在欧亚种中，520A和S04的遗传距离最近，其次是井川1010和美人指，最大的遗传距离发生在桑无核和其他欧亚种之间．     

重要海水养殖鱼类遗传多样性与种质基因组的研究

过度捕捞、海区污染严重、海洋生态环境恶化等因素，使得海洋鱼类多样性受到严重威胁，鱼类资源正面临枯竭的危险。积极发展海洋鱼类的增殖和养殖，是海洋鱼类资源合理利用与可持续发展的基本措施和有效途径。海洋生物基因组研究是海洋生物资源开发与利用的基础和新的生长点，其中，积极开展重要海水养殖鱼类遗传多样性与种质基因组研究，必将对提高海洋鱼类增殖与养殖的理论水平和创建高新技术起重要促进作用。文章对重要海水养殖鱼类遗传多样性和种质资源基因组的检测、遗传性状的调控、分子系统进化研究等方面的目的、意义和国内外研究进展做了综合分析，并指出我国今后开展这些方面研究工作的重要性和应用前景。     

航空发动机非线性数学模型的遗传算法

针对发动机非线性数学模型数值解法的收敛性问题应用了浮点数编码遗传算法，提出了将遗传算法与Broyden法相结合的方法。数值仿真结果表明，单独使用遗传算法时运算效率不高，而将遗传算法与Broyden法结合使用可有效的克服各自的不足，使得模型在保持原有运算效率的情形下扩大了收敛范围。     

基于遗传算法的可进化模拟滤波器的实现

以遗传算法和可编程模拟器件ispPAC80为评估手段和载体，实现了可进化的模拟滤波器的设计，将遗传算法和可编程模拟器件相结合，可在无须改动硬件的情况下。实现转折频率和阻带衰减等滤波参数的变换(即可进化性)，其性能达到甚至超过经典的同阶滤波器。     

物种的生态入侵及进化遗传

介绍了外来物种入侵后对当地的环境所带来的生态影响和进化影响 .同时阐述了入侵种进入新的环境后 ,其遗传结构发生显著变化 .如 :选择和遗传变异 ,杂交与环境作用和特殊基因的作用及遗传重组等 .     

基于浮点数编码的信息熵控制多种群遗传算法

在用准精确惩罚函数处理约束优化问题的基础上，提出一种基于浮点数编码机制的信息熵控制多种群遗传算法。通过在遗传设计中定义一个新的概率而引入信息熵概念，构造出一个信息熵优化模型。该模型不必完全求解，即可容易求出作为概率的拉格朗日乘子，得出空间收缩概率，控制各种群中解空间的收缩。信息熵的介入可使优化过程更加平稳，收敛更快。同时，该算法给出了一种科学而有效的遗传设计收敛判据。实例证明该文算法在求解约束优化问题时快速、有效。     

容器大小对不同基因型果蝇发生量影响的遗传分析

果蝇发生量是数量性状,选用野生型、檀黑体、残翅和白眼四种不同基因型的果蝇,设计25种不同的杂交组合,并将其培养在不同大小的容器内,统计各种组合的子代果蝇发生量。经方差分析,结果表明:环境(不同容器大小)对果蝇的发生量影响最大。不同基因型以及基因型与环境的互作对果蝇发生量的影响在不同的杂交组合中也达到极显著差异或显著差异。说明果蝇的发生量是由基因型和环境交互作用的结果。     

用遗传算法求解多目标0/1背包问题

扼要介绍多目标优化的Pareto最优性概念 ,研究搜索多目标 0 1背包问题Pareto最优解集的快速遗传算法 (FPGA :fastParetogeneticalgorithms) .FPGA采用种群中非支配解的层次评价可行解的适应值 ,提出了一种快速非支配解层次辨识算法 ,辨识算法仅有O(n2 )数量级的计算复杂性 ;采用基于聚类概率排挤的小生态技术维持种群多样度和Pareto最优解集的分布均匀性。对多种多目标 0 1背包问题的仿真优化实验结果表明 ,FPGA能够以有效的计算成本搜索到精度高的、分布均匀的高质量Pareto非劣解集 ,其收敛速度和收敛准确性一致地优于代表性的强度Pareto进化算法 (SPEA) .