电力系统潮流计算的模拟进化方法

将模拟进化方法引入电力系统潮流计算。与传统方法比较结果表明,模拟进化方法中的进化策略法可以有效地解决电力系统病态潮流问题。文中还对几种模拟进化方法进行了比较,结果表明：进化策略法用地潮流计算比较成功;基因算法和进化规划法由于方法本身的缺陷,不太适合于潮流计算。     

一个基于可能性理论的推理模式

在可能性理论的基础上,提出了一种新的将经典的假言推理作为它的特例的推理模式,其推理机制是借助于基于max-min合成的矩阵积来实现的.所得结果在一定程度上对不精确推理具有理论上的意义.     

用进化规划思想优化径向基函数神经网络结构的均衡器

针对训练径向基函数(RBF)神经网络均衡器的随机梯度算法(SG)中,神经网络的结构是指定的并且所用训练样本较长的问题,引入进化规划思想,用进化规划方法确定径向基函数神经网络的结构,用基于最小均方(LMS)误差准则的自适应算法调整神经元到输出端的连接权重.蒙特卡洛仿真表明,用这种方法确定的均衡器可以达到与SG算法相同的性能,而所用训练样本很少,网络结构不需要事先指定.     

认知进化观:认知科学研究范式的新取向

认知科学在其发展过程中经历了几次研究范式的转换，认知进化观的兴起是认知科学各学科多层次整合的表现。在心理学领域，进化心理学采用功能分析的方法分析适应性行为下的心理机制和特征。在人工智能领域，采用进化计算和遗传算法探讨人工生命的适应性行为。在神经科学领域，是对神经网络的自组织机制和神经系统的可塑性进行考察。认知进化观的缺陷是自然主义的计算与进化，忽视了人的历史文化性。认知进化观作为一种新方法论，为智能研究带来了生机。     

一种用来保护私有信息的K-匿名模型

针对信息推理性攻击，阐述了信息泄漏问题产生的原因，分析了现有的研究技术，在此基础上提出了一种用来保护私有信息的K-匿名模型，有效地防止了信息泄漏，同时也讨论了与K-匿名模型相关的问题，并通过实例加以验证。     

多目标进化算法研究综述

简要介绍了多目标进化算法(MOEAs)的基本框架、研究历史、总体分类和主要方法,同时讨论了进化算法(EAs)在多目标优化的应用中的几个关键性问题及今后需进一步研究的工作.     

基于RBF神经网络多用户检测方法的设计

基于免疫算法和免疫进化网络,提出了一种训练RBF网络的混合算法.该算法采用了一种可以实现数据聚类的免疫进化网络,根据输入数据集合自适应地确定RBF网络隐层中心的数量和初始位置;采用免疫算法训练RBF网络,使优化过程趋于全局最优.通过计算机仿真证明,将该方法应用于多用户检测中获得了比传统检测器和其他方法训练的RBF网络多用户检测器更好的误码率检测性能.     

两个新的粟酒裂殖酵母box H/ACA snoRNA的鉴定、功能分析及进化意义

通过构建粟酒裂殖酵母核小分子RNA的cDNA文库,发现并鉴定了两个新的非编码RNA,分别命名为Sp15-70和Sp18-61.生物信息学分析揭示这两个RNA均具有典型的box H/ACA snoRNA二级结构特征和与rRNA互补的配对区,推测Sp15-70具有指导25S rRNA中U2401和U2298假尿嘧啶修饰的功能;Sp18-61具有指导18S rRNA中U208和25S rRNA中U2341假尿嘧啶修饰的功能.采用CMC-引物延伸法证实:在粟酒裂殖酵母rRNA中,这4个预测位点确实为假尿嘧啶修饰核苷酸.Sp15-70和Sp18-61均由单拷贝基因编码,分别位于粟酒裂殖酵母染色体工和Ⅲ上蛋白质基因的间隔区,在其5'端上游均发现了典型的TATA box元件,表明它们都是独立转录的基因.比较分析这两个snoRNA在不同生物中的功能性同源分子,发现snoRNA基因在进化的过程中发生了广泛的分子重组和转位.     

基于遗传算法的模糊神经网络控制器在虚拟仪器中的实现

模糊控制技术在复杂的非线性控制过程中表现出优越的性能，神经模糊控制器的出现为自适应模糊控制设计开辟了新的途径。遗传算法由于具有不依赖于问题模型、全局最优、隐含并行性、高效率和解决不同非线性问题的鲁棒性等特点，能很好地用于神经网络的训练。两种方法综合使用，可以大大提高模糊神经推理控制系统的自学习性能和鲁棒性。通过应用Active X技术在Lab VIEW中调用和操作MATLAB的方法，实现了基于遗传算法的模糊神经网络控制器。     

关联理论与英语阅读浅析

关联理论是Sperber和Wilson提出的认知语用理论，且被广泛应用于各个领域。阅读就是作者示意和读者推理的交际过程，在英语阅读过程中，读者凭借认知语境中的词语信息、逻辑信息和百科信息等做出语境假设，从作者以文字方式明示的信息中寻找最佳关联，从而理解作者意图，达到阅读的目的，提高阅读的效果。