折翼蝠和鲁氏菊头蝠血液有形成分的研究

对折翼蝠和鲁氏菊头蝠血液的有形成分的数量、直径和各种白细胞百分式等项参数进行了测定。分析所测的各项参数，每一个种内的雄雌之间均无显著性差异；两个种的各项参数的平均值与毛腿鼠耳蝠的相应参数比较，两两之间也无显著性差异。这厂种被推测为有较强的抗病能力的蝙蝠的红细胞计数和淋巴细胞的百分含量均高于猴属和人类的相应数值，均有显著性差异（Ｐ〈０．０１）；而嗜中性细胞的百分含量低于猴属和人类的相应数值，也有显著     

蝙蝠蛾被孢霉[新种]的形态学研究

从四川省汶川县采得的冬虫夏草Cordyceps sinensis(Berk.)Sacc.新鲜样品子座和菌核分离到一种产虫草素(Cordycepin)的真菌新种,定名为蝙蝠蛾被孢霉Mortierella hepiali Chen et Liu sp.nov..本文报道了这个新种的形态学特征。     

劫后重生的猪鼻果蝠

一场罕见的飓风使蒙特塞拉特岛的野生动物遭受了灭顶之灾,而随后的一场火山爆发更让这里成为了不毛之地。然而,一种叫猪鼻果蝠的蝙蝠却奇迹般地生存下来,并最终成为这片森林的救世主……     

基于VMD和IBA-LSSVM的短期风电功率预测

为了提高风电功率预测精度,提出了一种基于变分模态分解(VMD)和改进的最小二乘支持向量机(LSSVM)的短期风力发电功率预测新模型。利用VMD将功率历史数据分解成趋势分量、细节分量和随机分量以降低原始数据的复杂性和不平稳性,然后建立IBA-LSSVM预测模型,利用改进蝙蝠算法(IBA)对最小二乘向量机的参数进行优化,并分别对各个子模态进行预测,叠加子模态的预测结果以得到最终的发电功率预测值。对宁夏某风电厂功率预测结果证明了该模型的有效性,通过不同预测模型的对比验证了模型具有较高的预测精度。     

结合蝙蝠算法改进的密度峰值聚类算法

密度峰值聚类算法(Denisity peaks clustering,DPC)具有聚类速度快、实现简单、参数较少等优点,但该算法的截断距离参数需要人工干预,并且参数的选取对于该算法的结果影响较大。为了解决这一缺陷,该文提出了结合蝙蝠算法改进的密度峰值聚类算法。该算法利用蝙蝠算法较强的寻优能力,寻找合适的截断距离取值,同时对蝙蝠算法的速度更新公式加入了自适应惯性权重来加强全局搜索能力。该算法选择多种数据集进行了实验仿真,并与其他同类算法进行对比。经过对比验证,结合蝙蝠算法改进的密度峰值聚类算法在聚类准确率上要明显优于其他算法。     

基于云模型和K-means聚类的蝙蝠优化算法

为了改善蝙蝠算法在函数优化中稳定性差,易陷入局部最优的问题,利用云模型随机性和稳定倾向性的特点,提出了一种蝙蝠优化算法,根据个体适应度值,利用K-means聚类算法把种群划分为三个区域,分别采用不同的频率生成策略,使算法既能稳定的控制搜索空间范围,又能避开局部最优解,同基本的蝙蝠算法比较,仿真结果表明,该算法在函数优化问题中具有较高的精度和较快的搜索速度.     

爱的“萤火虫”

迈尔斯·斯科特正在看电视,电话铃突然响了,电话是警察局局长打来的。 ＂先生,坏蛋‘企鹅’绑架了人质,我们无法及时解救,请您帮忙!＂ 挂上电话,迈尔斯立即穿上蝙蝠侠战衣。门外,蝙蝠车已经到位,他匆忙上车赶往事发现场。经过与坏蛋一番＂激战＂,＂蝙蝠侠＂终于救下人质。     

蝙蝠葛根茎愈伤组织培养及试管苗分化的研究

为保护蝙蝠葛的野生资源,该研究以嫩茎为材料,进行了愈伤组织生长、愈伤组织分化培养,生长芽生根及试管苗移栽和定植的研究。结果证明:MS+琼脂0.46%+蔗糖37 g/L+ZT 0.5 mg/L+La(NO3)3.6H2O 0.3 mg/L+2,4-D 2.4 mg/L是嫩根茎段愈伤组织生长培养的适宜培养基;1/2 MS+AgN030.6 40 g/L+琼脂0.47%+蔗糖3.3%+NAA 0.075 mg/L+BA 0.45 mg/L是愈伤组织分化培养的适宜培养基;White+琼脂0.48%+ABT2号0.6 mg/L+蔗糖1.4%+IAA 0.1 mg/L是生长芽生根培养的适宜培养基;试管苗移栽成活率为89.2%;定植成活率为98.9%。定植的试管苗次年正常开花结果,保持了野生蝙蝠葛的植物学性状。     

面向作业车间调度问题的改进型蝙蝠算法

针对作业车间调度问题(Job shop scheduling problem,JSP),提出了一种改进型蝙蝠算法(Improved bat algorithm,IBA)以优化车间内工件的最大完工时间.根据作业车间调度问题的特点以及基本蝙蝠算法的搜索机制,首先对个体位置向量进行了设计,实现了蝙蝠算法中离散问题的连续编码;然后分别采用GT算法和随机生成两种方法对算法种群进行初始化,以提高初始解的质量.此外,采用三种邻域结构,并在此基础上设计了变邻域搜索策略作用于最优个体,以避免算法出现早熟收敛,提高IBA算法的性能.最后,针对JSP问题的基准算例进行了大量的仿真实验,计算结果验证了本文所提出的IBA算法的可行性和有效性.     

VP型宽频带倾斜仪故障信号的BBA-SOM智能诊断

针对现有VP型倾斜仪故障诊断主要依靠人工经验和诊断流程较为复杂的问题,提出以互补集合经验模态分解(complete ensemble empirical mode decomposition, CEEMD)多尺度近似熵和二进制蝙蝠算法(binary bat algorithm, BBA)优化SOM神经网络参数的VP型倾斜仪故障诊断新方。首先,将归一化后的仪器故障信号进行CEEMD分解,对6阶本征模态函数(intrinsic mode function, IMF)求取多尺度近似熵值;然后将网络输入法按比例分为训练集和测试集,以训练集的识别率为适应度函数,应用二进制蝙蝠算法(binary bat algorithm, BBA)优化SOM神经网络的竞争层维数和网络训练次数;最后应用上述得到的BBA-SOM网络模型对倾斜仪故障特征数据进行辨识。实验表明：CEEMD多尺度近似熵判据对倾斜仪故障特征的区分效果符合预期;相对于朴素贝叶斯、AdaBoost集成学习与LDA等学习模型,BBA-SOM模型可以准确进行故障诊断;该方法对实现VP型倾斜仪故障的自动诊断有重要现实意义。