τ-奇异子模的若干性质

本文讨论了τ-奇异子模的若干性质,当M是τ-FI-extending模时,证明了Z_τ~2(M)是M的直和因子且是τ-FIextending模.进而,研究了N≤-(τ-e)M与M/N是τ-奇异的等价条件.     

基于病例对照母子对数据的遗传关联分析中的经验贝叶斯方法（英文）

病例对照母子对数据常用于研究母亲和子代的遗传效应以及环境风险因子对产科和早期生命表型的影响。回溯似然方法可以充分利用已有的信息，如孟德尔遗传、母亲环境因子（协变量）在给定母亲基因型下与子代基因型的条件独立性，从而有效地提高统计推断。如对母亲基因型和环境变量之间不作任何关系假设，则相应估计量比较稳健。而假设母亲基因型和环境变量独立下的估计量可以显著提高统计推断效率，但是当独立性假设不成立时会有系统偏差。本文通过对上述基于回溯似然的两个估计量进行适当的加权，得到了两个经验贝叶斯（empirical Bayes,EB）估计量，这两个EB估计量可以直观地平衡统计效率和稳健性。我们对两个EB估计量建立渐近正态性，并利用该渐近正态性构建遗传效应和基因-环境交互效应的置信区间和显著性检验。模拟和实际数据分析说明了我们新方法的表现。     

基于启发式算法对木板切割方案的优化模型设计

针对尺寸固定的木板的切割下料、利用率最优和求总利润最大求最优解等问题,可以通过建立整数规划、最大利润等模型,幵基于启发式算法中的GA遗传模型算法和蚁群算法,综合使用MATLAB、LINGO等软件编程进行求解。在原有数据的基础上,最终的模型结果显示了单块木板利用率最高的设计方案以及利用率最高所需要的板块数。基于前两者的结论进而利用蚁群算法寻求仸务确定条件下木板切割全局最优解以及依赖木板成本构建出最大利润模型。     

混凝土骨料预冷系统能源优化仿真研究

依据混凝土水电站气候温度条件,采用传统经验法设计了大坝混凝土骨料预冷系统。基于共轭传热理论,分析了影响骨料冷却效率的关键参数。以冷却系统的能源消耗最低为目标,应用遗传算法对不同冷风速度、料层厚度和冷却时间进行了综合优化。利用Ansys Workbench软件建立了骨料颗粒冷却的流固共轭传热模型,采用加权法求取骨料平均温度作为遗传优化的判别条件。仿真研究了优化前后骨料仓内的颗粒温度分布,结果表明在保证总体冷却效果的同时,优化方案的经济性可提高36%。所提优化方法为混凝土预冷系统的高效节能奠定了理论基础,可在工程建设中推广应用。     

单亲遗传算法在物流合乘优化中的应用

本文运用单亲遗传算法解决物流合乘的路径优化问题。通过在染色体上基因换位、移位、逆转等基因重组操作进行个体繁衍,经过若干代的繁衍迭代,从所有的上下车点中找出一条最优的、费用最少的路径。实验结果表明,该算法在提高合乘成功率的同时,还有效地降低了车辆运行时的总成本。     

基于改进突变理论的岩体崩塌危险性评价

为客观量化评价岩体崩塌灾害危险性，引入模糊综合评价理论对突变理论进行改进，构建了评价模型。以秦岭田峪为例，通过实地踏勘，从地形地貌、地质构造以及诱发因素3个方面选择崩塌体规模、岩体风化程度、风荷载等14个指标建立岩体崩塌危险性评价指标体系，对当地16处潜在岩体崩塌隐患点进行了评估。研究结果表明：改进突变理论与传统HSP评价模型的评价结果重复度高达87.5%,且改进突变理论能够克服传统评价方法中主观赋权的局限性以及评价因子间相关关系不明确的问题；该区域存在7处低度危险点、6处较低危险点、3处中度危险点、无高度危险点，中度隐患点诱发因素均处于较不利状态，应做好区域地震、强风、暴雨等监测预警。     

百年回眸诺贝尔生理或医学奖

正诺贝尔生理学或医学奖,是根据已故的瑞典化学家阿尔弗雷德·诺贝尔的遗嘱而设立的,目的在于表彰前一年世界上在生理学或者医学领域有重要发现或发明的人。该奖项于1901年首次颁发,由瑞典首都斯德哥尔摩的医科大学卡罗琳学院负责评选,颁奖仪式于每年12月10日(诺贝尔逝世的周年纪念日)举行。诺贝尔生理学或医学奖从1901年开始颁奖以来,已经颁发     

探秘基因遗传,追寻人口健康 上海科普大讲坛第32讲(上)

"如今,我们国家一直在在实行稳定的低生育政策,力求提高人口素质。但实际上,从人口学的角度来研究,一个家庭应该有两个孩子较为合适。为何我国的人口问题会一直持续到现在,并且比较严重。可能也与出生缺陷率不断发生有关。因此,我国人口素质的方方面面还有待提高。"     

探秘基因遗传,追寻人口健康 上海科普大讲坛第32讲（下）

如今,我们国家一直在在实行稳定的低生育政策,力求提高人口素质。但实际上,从人口学的角度来研究,一个家庭应该有两个孩子较为合适。为何我国的人口问题会一直持续到现在,并且比较严重,可能也与出生缺陷率不断发生有关。因此,我国人口素质的方方面面还有待提高。     

基于遗传-蚁群融合算法的干扰资源分配方法

针对多部干扰机协同干扰多部雷达的干扰资源分配问题，提出一种基于遗传-蚁群融合算法的干扰资源分配算法。首先采用综合集成赋权法结合逼近理想解排序法(technique for order preference by similarity to an ideal solution, TOPSIS)对目标雷达进行威胁评估，然后建立干扰资源多约束优化分配模型，最后采用遗传-蚁群融合算法对模型进行求解。融合算法利用遗传算法快速寻找出若干组优化解，将这些优化解用于调整蚁群算法中初始信息素的分布，利用蚁群算法对问题进一步优化，从而找到最优解，提升了算法的求解精度和求解时间。仿真结果表明，融合算法的性能在收敛速度和寻优准确性等方面相较于其他算法都有了较大提升。