基于计算机试验的进化博弈研究

采用理论分析与计算机试验的方法研究一类常见的社会悖论问题———重复多人囚犯博弈问题.用随机试验方法对局中人的各种博弈法则进行分析比较,研究支付函数与博弈环境对各博弈法则性能指标的影响.并以进化博弈的观点,讨论在长期的重复博弈过程中,博弈法则进化到某种稳定状态的情况.     

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。     

一类基于分治原理的多种群协同进化算法

根据脑生理学和社会分工的特点和方式,提出一类"分而治之"多种群进化算法。该算法在任务分解机进行任务分配后,子种群独立完成所分配任务,与其它群体几乎不发生联系。在子伤务完成后,各子群中的优秀分子组成新的种群,在整个问题空间完成进化,然后由决定机构根据情况选择相应的可能行动。最后就两个复杂多模态函数优化问题对该算法进行了实验研究,结果表明:合理的"分而治之"方法在效率和效果上明显优于单种群方法。     

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 .     

区域覆盖星座结构与参数同时优化的进化算法

针对区域覆盖卫星星座的优化设计问题,设计了一种能同时优化星座结构和参数的进化算法。算法采用固定长度的染色体编码,由星座可能的最多轨道面数和各轨道面内最多卫星数目确定的最多变量个数决定染色体编码长度。根据个体星座的轨道面数和各轨道面卫星数的实际值确定染色体中哪些基因是冗余的,并将这些冗余的基因设为隐性,达到可变维数优化的目的,从而实现星座结构的优化。染色体采用二进制/实数混合编码的方式处理同时具有整数/连续变量的星座优化问题,二进制编码部分采用二进制的进化算子,实数编码部分采用一组星座设计专用的进化算子。在一个虚拟的区域海洋监视卫星星座优化设计中的应用显示了该算法的有效性。     

"活力论"的复活

生命是什么?这也许是一个自人类诞生以来就一直在问的问题。在历史上，人们曾经给出过许多不同的回答。但是，不论这些回答的具体内容如何。大都可以被划归两个相互对立的派别，即“还原论”(reductionism)和“活力论”(vitalism)派别。还原论认为。生命的构成与非生命没有本质区别，而且生命的活动同样遵循着基本的物理和化学规律。     

主动数据库的规则终止性分析

提出一种基于进化图的规则终止性静态分析的方法，全面考虑了触发图、活化图和惰化图。这种基于进化图的分析方法比传统基于图的分析方法分析更为精确，之后提出了规则终止性分析算法并证明了其正确性。     

中性风对暴时电离层影响的研究

从电离层等离子体动力学方程出发,研究了磁暴期间中性风对中低纬度电离层的影响.通过计算机模拟发现:中性风能够对暴时电离层等离子体的垂直向上漂移产生抑制作用,并延迟电离层F层底部"抛空"的形成;不论采用哪种中性风模式,磁暴都会对较低纬度的电离层产生更大的影响.     

中国近海8种石首鱼类的线粒体16S rRNA基因序列变异及其分子系统进化

通过PCR扩增出中国近海石首鱼科(Sciaenidae)6属8个代表种的线粒体16S rRNA基因,纯化后直接测序.利用多个生物软件对序列变异和碱基组成进行分析,计算Kimura 2-parameter遗传距离、平均核苷酸变异数、平均每位点核苷酸替代数等遗传信息指数,并结合GenBank上大斑石鲈(Pomadasys maculates)同源序列构建UPGMA,NJ,ME和MP系统树.结果表明,叫姑鱼(Johnius belengerii)为最早分化的一枝,其次为黄姑鱼(Nibea albiflora)和白姑鱼(Argyrosomus argentatus),而黄鱼亚科(包括大黄鱼(Pseudosciaena crocea)、小黄鱼(Pseudosciaena polyactis)、棘头梅童鱼(Collichthys lucidus)、黑鳃梅童鱼(Collichthys niveatus)和鮸鱼(Miichthys miiuy))分化最晚,这支持了形态学得出的结论.在分子水平上明确了叫姑鱼亚科和黄鱼亚科的系统进化地位,并得出黄姑鱼比白姑鱼更早分化的新推论,但对于形态学上将白姑鱼和黄姑鱼归属于同一个亚科的结论还有待使用多个不同进化速率的基因加以分析考证.为探讨中国石首鱼类分子系统进化做了尝试,并就线粒体16S rRNA基因在该科鱼类系统进化研究的应用潜力进行了剖析.     

粒子群算法中惯性权重的实验与分析

简要介绍了粒子群算法(PSO)，对算法中的重要参数惯性权重进行了系统的实验，分析了固定权重与时变权重的选择问题，并从问题依赖性、种群大小和拓扑结构等方面详细分析了惯性权重对于算法性能的影响．结果表明，惯性权重的问题依赖性较小，随着种群的增大，其取值应适当减小，局部版本下，惯性权重的选择具有更大的自由度．