动态性状基因座的复合区间定位

动态性状因其广泛性和重要性而备受动植物遗传育种研究者关注. 用分子遗传学方法探索该类性状的遗传机制已成为一个极富挑战性的研究课题. 将关于时间(测定日期)的Legendre多项式镶嵌在遗传模型的每个遗传效应中, 以刻画QTL和协同因子对动态性状变化过程的作用, 从而建立动态性状基因复合区间定位分析的数学模型. 利用复合区间定位策略的优势, 提高对控制动态性状多个QTL的检测效力. 以F₂设计群体为例, 阐述了动态性状基因复合区间定位的似然分析原理, 推导了参数似然估计的EM法两步求解过程. 模拟实验证明, 相同设计条件下, 复合区间定位对分布在同一连锁群上多个影响动态性状QTL的检测效果明显好于区间定位; 随着协同因子数目的增加, 复合区间定位不但能检测出更多的甚至所有的QTL, 而且对每个QTL分辨得更加清楚. 在实际应用过程中, 应针对动态性状的变化规律, 并考虑计算成本恰当地选择协同因子数目.     

从古生物学到地球生物学的跨越

以学科体系和科学问题为导向, 对当前国际上出现的地球生物学从学科分类体系、形成背景、主要研究方向、亟待突破的分支学科及其与之相关的研究领域进行了评述. 作为地球科学与生命科学相结合而形成的新兴交叉学科, 地球生物学在地球科学中应具有独立的一级学科地位, 类似于地球化学和地球物理学. 地球生物学主要研究地球系统的生命运动, 涉及地球环境与生命系统的相互作用. 它的形成与发展既是当今科学技术发展的结果, 也是当今世界对所面临重大人类-环境-资源问题的响应. 分子地球生物学、地球微生物学、地球生态学、地球生理学等地球生物学中的二级学科还有待尽快突破, 以形成地球生物学的成熟理论框架和方法体系.     

数据挖掘分类算法研究综述

随着数据库应用的不断深化,数据库的规模急剧膨胀,数据挖掘已成为当今研究的热点;特别是其中的分类问题,由于其使用的广泛性,现已引起了越来越多的关注。对数据挖掘分类问题的研究现状进行了综述:首先对研究比较多的基于判定树的归纳分类、基于人工神经网络的分类和基于统计的贝叶斯分类作了详细的讨论;然后对目前新提出的几种算法作了简要分析;最后根据数据挖掘的发展现状和研究重点对数据挖掘分类算法的发展趋势作了展望。     

非单调线性互补问题的宽邻域算法复杂度分析

研究非单调线性互补问题的宽邻域不可行内点算法.为减小算法的理论复杂度,通过两个牛顿方程分别计算两个搜索方向,再通过这两个搜索方向的凸组合,获得该算法的搜索方向.通过分析,该算法的复杂度与当前最好的宽邻域不可行算法的复杂度一致.     

不确定性故障下无人机末端配送

针对物流无人机的配送问题,综合考虑无人机故障、分段电池能耗和飞行可靠性等影响因素构建不确定故障下的无人机配送模型;采用蚁群算法对模型求解,最后运用标准算例场景进行测试。结果表明：在考虑无人机不确定故障场景下,最小需求损失提供的配送方案平均配送成本增加2.77%,可靠性提高7.04%～10.47%;最小综合成本提供的配送方案平均配送成本增加0.81%,可靠性提高2.2%～8.88%。前者所提供配送方案更可靠,但对应成本增加比例相对较大,后者综合考虑成本和损失,以较小的成本代价提高配送网络可靠性。     

基于MPA-LSTM模型和Bootstrap方法的短期光伏功率区间预测

光伏发电功率的波动性和间歇性为电力系统调度管理带来巨大的挑战,精确的光伏功率区间预测是解决上述问题的一种有效途径。为此,本文提出了一种基于LSTM网络的新型短期光伏功率区间预测模型。采用MPA对LSTM网络的隐含层神经元数和训练批次数等超参数进行自动寻优,以克服随机选取LSTM模型参数过程中存在的盲目性、费时等问题;并将MPA-LSTM模型用于光伏功率点预测。然后,采用Bootstrap方法分析模型预测结果的误差分布,确定模型预测输出的区间范围。最后,通过对比仿真验证所提模型的有效性。结果表明：本文所提的MPA-LSTM模型均方误差的平均值为1.09%,优于SVM、LSTM、PSO-LSTM和MPA-SVM模型;Bootstrap方法能够准确地描述给定置信度水平下的光伏功率波动范围。     

基于深度学习和IHPO的桥梁结构模型修正方法

针对桥梁结构模型修正中实测振型不完备的问题,基于简支梁动力试验,利用卷积神经网络强化实测非完备振型,联合强化后的完备振型和实测频率构建目标函数,采用改进的猎食者优化算法修正结构有限元模型,并与用实测非完备振型和频率构建目标函数进行模型修正的方法进行对比。结果表明：基于深度学习和改进猎食者优化算法修正的简支梁结构有限元模型的前4阶频率与实测值误差均小于0.5%,振型的模态置信准则值均大于0.99,且模型修正的平均消耗时间比使用实测非完备振型进行模型修正时少45%;所提出的方法具有更高的精度和效率,且传感器数量仅为4个时12单元简支梁也能获得精确的模型修正结果。     

基于改进遗传算法的多车场生鲜配送优化

针对生鲜产品易腐烂特性与对配送及时性的高要求,构建以制冷成本、燃油成本、损耗成本、时间惩罚成本、产品固定运输成本和车辆固定成本的总成本最小函数,并考虑顾客的位置、车辆载重及时间窗约束,建立多车场生鲜配送模型,使用K-means聚类对算例中的客户群进行车场划分后,采用变邻域下降搜索策略和模拟退火算法对遗传算法进行改进,利用改进后的遗传算法计算得出优化后的车辆配送路线。通过对改进后的遗传算法与传统的自适应遗传算法对比后,结果表明各项成本都有不同程度的减少,且总成本减少了14.6%,从而验证改进后算法的优势,达到减少配送成本、满足配送及时性和提升顾客满意度的目的。     

基于改进贝叶斯方法的基因调控网络构建

为了研究基因之间的复杂调控关系,使用贝叶斯网络模型来构建基因调控网络,针对以往单一贝叶斯网络模型结构学习算法精度低的问题,提出一种结合信息论构建初始网络并在该网络上进行评分搜索的基因调控网络学习方法,使用最大信息系数筛选有较高关联性的节点构建初始网络以提高解的质量,在评分搜索中使用禁忌搜索和BDe评分训练生成最终网络。之后在一组单细胞的蛋白质因果表达网络数据和大肠杆菌表达网络数据上进行构建基因调控网络实验,并在不同数据量,不同性能指标上与其他网络构建算法进行对比。实验结果表明,构建方法在不同规模的数据集上的有效性和准确率优于用于对比的其他算法。     

海上要地防空反导阵地优度排序研究

针对海上要地防空反导作战中发射阵地优度排序问题,结合要地面积较小、各备选阵地自然环境条件差别不大的实际情况,提出一种以各阵地与保卫目标间距离来衡量阵地优度的评价指标体系构建方法。首次将各己方目标的重要度作为对应评价指标的权值,并提出一种基于网页排名(PageRank, PR)算法的评价指标赋权方法。通过算例仿真可得,本文提出的方法能够给出科学、准确的备选阵地优度排序,为解决海上要地防空反导阵地选择问题提供了一种新思路、新方法。