儿童精神障碍的遗传机制研究进展

 儿童精神障碍是一类在儿童和少年期发病的异常行为和精神障碍,具有较高的发病率,是遍及世界各国的重要问题之一。综述了几种常见儿童精神障碍的主要遗传学研究类型、相关的主要结果,总结了遗传位点鉴定后的功能研究方法及结果,提出了目前儿童精神障碍遗传学研究的挑战和未来的研究方向。     

基于设计结构矩阵的航天项目解耦方法研究 ——以载人航天工程项目Z为例

航天项目具有任务组成复杂、内部迭代繁多的特点,易出现因任务耦合导致严重延期的问题。现行航天项目管理方法无法直观表示项目任务耦合关系,难以对耦合度较大的任务进行识别、优化。本文提出将任务反馈跨度和任务反馈的前序任务与反馈任务数量之比两个因素构建耦合度评价的函数,利用设计结构矩阵任务排序解耦原理,结合遗传算法求解耦合度最低的项目任务排序的方法。最后以载人航天工程项目Z作为例,证明该方法的有效性。     

基于适应度继承的航空发电机比例-积分-微分参数优化算法

三级无刷交流发电机系统运行过程复杂,很难用明确的数学公式进行表达,其PID参数的优化过程需要用模型的运行结果(而不是简单数学公式计算)来确定,这就导致传统的优化算法因仿真过程时间过长而不可行。针对该问题,提出了一种基于适应度继承的遗传算法。该算法首先将PID参数定义为种群内的个体,将上升时间及调节时间组合定义为优化目标,接着在寻优过程中将种群聚类为P个子类,对子类中精英个体利用航空发电机仿真模型运行结果进行适应度计算,对非精英个体利用日志分析器进行适应度估计,最后利用适应度值来对种群内个体进行下一轮循环的选择、交叉、变异等操作,从而实现了估计值与精确值的结合、提高了利用仿真工具进行PID参数优化的效率。仿真分析表明,在保证寻优质量的前提下,提出的基于适应度继承的遗传算法能显著缩短寻优时间,为航空发电机系统仿真设计提供了有效的研究手段和参考依据。     

基于混合遗传算法的应急物资配送路径优化

为解决突发事件下应急物资的配送路径优化问题,以配送车辆的固定成本、运输成本、违反最大载重量以及右时间窗的惩罚成本之和最小为目标,构建了带时间窗约束的应急物资配送路径优化模型;通过将遗传算法与节约算法、大规模邻域搜索算法相结合,设计出了一种混合遗传算法对模型进行求解;最后用算例仿真验证了模型和算法的可行性。实验结果表明:设计的混合遗传算法在求解过程和求解结果上都比标准遗传算法更优,可见能够为解决应急物资的配送路径优化问题提供科学的决策依据。     

基于小生境遗传算法优化串级神经网络的台区理论线损预测

台区作为电力系统的最末端部分,节点数目多、网络架构复杂,导致不易精确计算其理论线损问题。在海量实际低压台区运行历史数据的基础上,首先研究影响台区线损的相关因子,建立台区线损特征指标集合。然后利用皮尔逊相关系数分析方法从中提取出高损关键特征指标作为线损预测模型输入。再融合集成学习和梯度提升树思想,建立基于串级BP(back propogatiow)神经网络的台区线损预测模型,并采用小生境遗传算法对预测模型的初始参数进行优化从而提高模型训练效率。最后通过实际数据算例仿真,并与其他预测方法结果进行比较,验证所提台区线损预测模型具有优秀的训练效率和预测泛化能力。     

煤矸石土壤化消纳利用研究综述

煤矸石作为煤矿区最主要的固废资源,其大规模的消纳利用关乎矿区资源与生态问题。从煤矸石直接应用、改性应用两大方面探讨其土壤化消纳利用的可行性与潜在路径。研究表明：碳含量在20%以下的煤矸石应作为土壤化消纳应用的主要类型;煤矸石与其他材料混合或经改性处理后可提升土壤改良效应;煤矸石对盐碱地等特殊土壤类型的改良效应以及特异性煤矸石土壤改良培肥产品开发应得到重视;煤矸石的土壤应用还应关注其对土壤的污染风险以及炭化改性应用价值。     

机场飞行区航空器与除冰车协同优化调度方法

针对现行“先到先服务”的机场除冰车调度方式效率不高的问题。以最小化除冰车行驶总距离和航空器等待总时间为目标函数,构建机位除冰车辆和航空器协同调度模型,并提出一种改进的遗传算法对模型进行求解。采用西安机场某天142条航班数据进行仿真实验,并与随机调度算法和贪心算法进行比较。结果表明,改进的遗传算法相较于随机调度算法和贪心算法分别节约15.23%和7.81%的行驶总距离,且航空器等待除冰时间大幅度减少。证明了所提算法在指导除冰车作业方面的优越性。     

压电驱动的桥式放大机构设计与优化

为了解决传统桥式放大机构的静力学建模中混淆了菱形结构和桥式结构的区别,以及忽略了刚性连杆变形的问题,通过欧拉-伯努利梁理论和能量守恒定律来计算放大倍数,使用ANSYS Workbench对各种理论模型计算的精度进行验证和对比。此外,通过径向基函数(RBF)神经网络模型和多岛遗传算法(MIGA)对桥式放大机构的参数进行优化。通过仿真分析结果表明,采用欧拉-伯努利梁理论与能量守恒定律计算的放大倍数与仿真值最接近,优化后的放大倍数增大了16.0%,固有频率增大了19.7%,可见所提出的理论模型和优化方法有效。     

基于遗传算法的两阶段铁路桥梁结构损伤识别

采用智能优化算法对结构进行损伤识别时,通常假定实际损伤位置和有限元模型单元划分形式一致。为研究当两者之间存在差异时,对其识别效果的影响,提出了一种新的损伤识别方法。对传统遗传算法中的选择、交叉及变异3种算子进行了改进,并引入灾变和邻域搜索机制。通过一个工程算例对不同损伤工况进行多次独立重复计算,对算法的稳定性和收敛速度进行了分析。此外,还讨论了噪声、测点数目和列车速度对识别结果的影响。结果表明：即使损伤位置与有限元模型的单元划分形式不同,所提方法也能准确定位损伤位置,但会在一定程度上影响定量结果;所提方法收敛速度快,计算效率高于传统的一次识别方法。     

基于数据处理分组法(GMDH)的遗传选择算法与数据挖掘克隆技术

数据处理分组法(GMDH)的多层算法(MIA)是通过利用遗传算法的选择程序来实现的,该算法包含了为获取更少误差而生成的最优神经元的克隆操作.选择程序根据适应度以及网络输入的某种概率从已有的神经元中为新神经元寻找父代.克隆实质是对最优神经元的克隆体参数进行稍微调整.从机器学习库选出实验结果表明,通过克隆操作进行基因改造后的GMDH网络表现得比其它方法优越.