刘三姐传说的流变

刘三姐传说流变情况非常复杂。在人们的交流中,刘三姐传说发生着一个走向统一的趋同过程。但由于有关刘三姐的故事、歌谣在人们集体记忆中发生了遗失、变形、衰落的现象,刘三姐的传说也相应经历了一个逐渐遗失、变形和衰落的过程。     

一种改进的神经网模型研究及应用

针对用遗传算法优化神经网络时存在＂近亲繁殖＂以及在后期搜索效率低的问题,分析常见遗传编码存在的问题,把每一个网络转换成一个规范形式,从而排除神经网络的冗余编码,并通过评价节点相关性删除对网络输出无贡献的隐节点.为提高算法寻优速度,将自适应交叉变异概率用于遗传操作,并限制进入交叉的两个个体适应度距离要满足规定的阈值,从而保持种群的多样性,最后从不同角度验证本文所提出的方法的有效性.实验表明该方法对保持种群的多样性,加快进化速度比较有效,一定程度上缓解＂早熟收敛＂,从而大大减少学习参数,提高学习效率.     

植物组织培养过程中的常见技术难题研究进展

总结了植物组织培养过程中几个突出的常见难题,包括污染、褐化、玻璃化等．这些问题是组培中的常见难题．严重影响和阻碍了组培工作的顺利进行,造成了较大的经济损失．综述近年来在该方面研究的成果,并结合自身多年的实践经验,针对其中的一些难题提出解决办法和设想。以供进一步研究参考．     

引导函数支配的进化模糊聚类算法

建立了多维属性样本的模糊聚类目标函数.构建了引导进化算法收敛的指数函数曲线模型,给出了模型的参数计算方法.设计了一种具有全局变异和局部变异算子的进化模糊聚类算法,根据全局变异前后个体适应度值和分量值的变化趋势,实现定向变异,并给出了算法的种群进化策略.选择文本分类和点聚类计算实例,实验表明,设计的引导函数是有效的.进化模糊聚类算法具有较强的局部寻优能力,在收敛速度和聚类精度方面优于比较的遗传模糊C-均值聚类等算法.     

多约束下矩形件排样问题的混合求解算法研究

针对板材和玻璃下料过程中存在的矩形件排样问题,提出了一种基于分割匹配算法与改进蚁群算法的混合算法进行求解。建立了以最大化均方利用率和剩余加工时间为目标的排样优化模型;利用蚁群算法作为排样顺序算法确定部分零件的排样顺序以满足零件的加工时间限制,为了提高蚁群算法搜索效率,提出了自适应信息素更新策略,引入基于遗传变异和2-opt变异的混合变异策略来增强局部搜索能力。针对于零件在毛坯上位置的排布问题,为提高毛坯的均方利用率同时又满足一刀切约束条件,提出分割匹配算法进行矩形件排布优化。将改后的算法与其他优化算法用国际标准测试案例和企业实际案例进行对比分析,验证了所提混合算法的有效性。     

伴随中国番茄黄化曲叶病毒的卫星DNAβ在本氏烟中的种群变异

采用根癌土壤杆菌介导接种和分子克隆技术,分析中国番茄黄化曲叶病毒(Tomato yellowleaf curl China virus,TYLCCNV)Y10分离物(Y10)的伴随卫星DNAβ(Y10β)在本氏烟中的种群变异.结果显示表明:本氏烟中Y10β种群所有克隆均发生不同程度的变异,在接种60 d及120 d后其种群突变频率分别为2.48×10-3和2.54×10-3,表明该卫星DNAβ在同一寄主体内的侵染时间对其种群变异水平没有明显影响;Y10β种群的碱基突变位点主要分布于DNAβ的富A(A-rich)区,在卫星共同区(SCR)内碱基突变位点最少;其碱基突变类型以A→G,G→A,T→C突变及碱基G缺失等突变类型的比例较高,并且在A-rich区内出现多个克隆在同一核苷酸位点发生相同突变的现象.     

变化环境下的北京市水资源时空分布变异规律

1项目背景 近年来,北京市水资源紧缺日趋严重,供需矛盾十分突出,给国民经济的持续发展造成了严重影响。北京作为我国的首都和一个国际化大都市,正以日新月异的速度快速发展,迅增的城区面积和人类活动导致北京市下垫面条件发生重大变化,进而对与人们生活密切相关的城市生态环境造成明显的影响,导致城市热岛效应增强,从而进一步影响降雨径流关系与水资源的时空分布。研究北京水资源的时空分布变异规律,对充分利用有限的地表地下水资源,寻求北京市严重缺水的切实解决之道,无疑具有十分重要的现实意义。     

生物的变异和多样性

地球的寿命约为50-60亿年,科学家根据研究认为30多亿年前生命起源于海洋,最初的生命能新陈代谢,能繁殖后代,但为非细胞生物。由于地球的自然环境在不断变化,使生物不断产生变异,出现了有细胞结构的生物,从异养到自养,从原核到真核,从单细胞到多细胞,从无性到有性,从两极到三极——动物、植物和菌类生态系统的形成。     

基于聚类遗传算法的梯级水利枢纽短期电力调度优化

针对标准遗传算法容易"早熟"的缺陷,提出聚类遗传算法;改进了选择算子和交叉算子,并利用Shubert多峰测试函数验证了聚类遗传算法的优势.引入水轮机组运行效率梯度变化因素提出改进变异算子,弥补了变异搜索过随机的缺陷.最后,将改进方式应用于三峡-葛洲坝梯级水利枢纽短期电力调度优化研究中,提出和构建了相应的优化模型以及机组组合启停和运行效率同步实现策略.实例优化结果表明:聚类遗传算法和改进变异算子能有效弥补"早熟"的缺陷,并能显著提高优化搜索效率,适用于梯级电站电力调度优化问题.优化得出的梯级电力调度方案可以满足设定目标和约束,并提高了梯级的发电效率.     

先天性巨结肠遗传学研究进展、问题与展望

先天性巨结肠(hirschsprung disease, HSCR)又称肠无神经节细胞症,是引起儿童肠梗阻最常见的消化系统疾病,以肠神经嵴细胞增殖、迁移、分化障碍导致远端肠组织中神经节细胞缺失为主要病理特征.基因变异导致的功能缺陷和基因-环境交互作用分别在疾病发生中扮演不同角色.得益于遗传学研究方法的快速发展及普及应用,目前多数家族性患者及部分散发病例的致病基因及疾病遗传结构已被解析.本文首先对遗传及非遗传因素的疾病发生贡献进行了概述,然后重点阐述了肠组织特异性基因相互作用与复杂调控网络、多变异协同致病、肠神经系统发育调控分子以及嵌合体变异作为该病潜在遗传机制的主要研究进展,并围绕“遗传力丢失”、现有分析手段统计效力不足、针对弱效基因变异组合的检测模型缺乏及临床转化应用中面临的主要瓶颈问题进行了论述,最后展望了基于基因编辑技术的疾病研究模型构建、干细胞移植治疗及多组学整合的未来研究方向与应用前景.