微粒群算法的研究现状及发展趋势

微粒群优化算法(PSO)是一种进化计算技术(evolutionary computation)．算法通过微粒间的相互作用发现复杂搜索空间中的最优区域。其优点是：计算速度快且简单易实现；缺点是容易陷入局部极值点，进化后期收敛速度慢且精度较差．本文对微粒群算法的研究现状进行了部分介绍，并对其研究的发展趋势进行了预测．     

我国科学家绘制完成水稻全基因组“精细图”

我国科学家日前绘制完成水稻全基因组“精细图”并进行了相关研究，有关成果发表在国际期刊(PLoS Biology(科学公共图书馆-生物学专辑）》2005年第3卷第2期上。专家认为，水稻基因组”精细图”的完成，为科学家研究各个水稻亚种的差异，在新层面上探讨杂交优势的机理，为禾本科植物的比较基因组学和进化研究奠定了基础。     

一种全局寻优的进化规划算法

文章在常规进化规划算法的基础上给出了一种新的全局寻优的进化规划算法 ,该算法在不用导数的前提下综合了梯度法计算效率较高与进化规划算法全局寻优的优点 .文章还通过四个典型的例子对两种算法的计算效率和计算精度作了比较 .     

范例推理中范例自动获取的数据挖掘技术

范例推理作为基于规则推理技术的一个重要补充，已受到人工智能研究 人员的普遍关注，在范例推理中，也有许多相应的知识，它主要包括：范例库、修正知识库，索引模式，相似性判断标准等，这些知识的获取也存在一定的瓶颈问题，通过在范例推理中引入数据挖掘技术，可望部分解决其知识获取的自动化问题，提高智能系统的整体性能，本文着重讨论了在范例推理中使用数据挖掘技术的必要性，提出了二上自动获取范例库的思想与算法，并应用于一个实际的系统之中，实际结果表明，这种思路大大提高了智能系统的开发周期与系统的运行效率。     

多重模糊推理情形下的CRIP法

该文对模糊专家系统，模糊决策支持系统和模糊控制系统中常用的Zadeh的模糊推理合成法则CRI进行了推广，基于V^λ算子，该文提出了多重模糊推理情形下的带参数的模糊推理合成法则（简称CRIP法），它克服了传统的CRI法则的若干不足之处，能在极弱条件下满足假言推理，拒取式推理，具有推理的逼近性，通过参数的调整，CRIP法具有推理的灵活性和准确性，该文给出了参数的具体取值方法。     

基于数据挖掘技术的范例库维护

在范例推理系统中,系统的学习会使范例库无限增大,会导致系统的功能不断下降。范例推理学习系统必须有范例库的维护。本文在详细讨论了范例库的维护技术的同时,提出了一个基于数据挖掘技术的维护策略,以保证系统的学习不影响系统性能。     

两株中度嗜盐菌的分离与生理生化分析

对从青岛附近海产品盐渍中分离得到的两个菌株——CM1和CM4进行了分析．结果表明CMl和CM4符合盐单胞菌属(Halomonas)的特征，但与几个典型的盐单胞菌属菌种有显著的差异，因而可能是该属的新种．通过对其表型和生长特征的分析发现，这两个菌株可能采用了不同的进化稳定对策以适应特殊的高盐环境，即CMl采用了K-对策；而CM4采用的是r-对策，从而将进化稳定对策拓展到了无性繁殖的微生物领域。     

基于可拓学的设计方案进化推理方法

在分析现有概念设计求解策略的基础上，提出了基于可拓学理论与遗传算法相结合的概念设计求解模型。利用遗传算法模拟物元变换过程，建立了产品方案物元描述的内部模型和外部模型，探讨了内、外模型的转换关系并通过关联函数将内、外部模型联系起来。根据内部模型给出了遗传算法的编码形式以及与之相适应的交叉、变异策略，并通过可拓评价方法建立了遗传算法的适应值函数，基本解决了产品概念设计中的知识组合爆炸和矛盾冲突问题。最后通过求解减速器方案验证了该方法的可行性。     

一种支持向量回归中超参数自适应方法

在贝叶斯框架下支持向量回归SVR可视为最大化后验MAP回归函数估计的扩展.贝叶斯方法可用来实现模型中超参数的自适应,同时保持SVR稀疏性和凸二次规划的优点.在对SVR的MAP解做Laplace近似获得关于超参数的SVR模型中证据的平滑表达式,使用基于梯度的优化法可导出使证据最大化的最优超参数.通过引入ARD参数到高斯协方差函数中,可进行输入属性的相关性分析和特征选择.给出了在人工和实际回归问题上的应用及其他方法的对比分析.     

试论达尔文进化论在生态学发展中的地位

介绍了现代生态学发展的特点和达尔文的进化论及完善过程，认为达尔文提出的生态思想是朴素的生态观，其进化论是种—种群的进化，从本质上并未涉及到其他生态学等级的进化；必须以普遍联系的系统观和时空观评价生态学发展现状，生态学研究也必须注重局部各因子之间、整体与局部之间的作用关系。初步探讨了能否象牛顿力学那样将自然选择力作为推动生物进化的“万有引力”的生态学研究问题。