马尾松松材线虫病抗性无性系的筛选和遗传多样性分析

【目的】 松材线虫病是松属致命性的世界检疫性森林病害。筛选和创新抗性遗传资源是马尾松抗松材线虫病育种的重要基础。松材线虫病重灾疫区自然淘汰存留下来的马尾松资源,可能是开展马尾松抗松材线虫病育种潜在的重要遗传基础,值得进一步深入挖掘、系统评价和开发利用。本研究通过对110个对松材线虫病具有抗性表型的无性系进行遗传多样性、生长性状测定和保存率调查,综合评价其在抗性育种中的潜在价值。【方法】 通过接种松材线虫对马尾松的1 201个初选无性系进行筛选,并对110个具有抗线虫表型的重选无性系进行遗传多样性RAPD和生长性状评价。从14对SCAR分子标记引物中筛选通用性强、多态性位点高的两组引物,用于MuPS(Multiplex-PCR of SCAR markers) 反应扩增和遗传多态性位点检测。基于79个MuPS唯一型无性系群体,采用Popgene 32软件估算的遗传多样性,结合生长量和存活率指标,评估该批遗传资源在马尾松抗性育种中的潜在价值。【结果】 初选的1 201个无性系(来自251个马尾松初选家系),经松材线虫接种筛选后,获得110个无性系(来自初选家系中的81个),由两组引物扩增得到92种MuPS分型。其中,有79个无性系为单一的MuPS分型所完全准确识别(占71.81%)。基于79个具单一MuPS分型的无性系群体遗传多样性分析表明,群体所有位点的平均有效等位基因数(N_e)为1.508 1个,Nei’s基因多样度(H)为0.302 3,Shannon多样性指数(I)为0.459 1。无性系体间遗传参数差异明显,N_e变幅为1.012 8~1.998 1,H变幅为0.012 6~0.499 5,I变幅为0.038 5~0.692 7。具有抗松材线虫病表型的110个马尾松无性系存活83个。保存无性系间其生长性状存在显著差异,树高、胸径和单株材积生长量变幅分别为4.6~10.7 m,6.7~21.7 cm和0.012 3~0.189 4 m³,生长量最大的休3-3号无性系立木材积(0.189 4m³)为最小的无性系广27-2的(0.012 3 m³)15倍以上。【结论】 马尾松1 201个初选无性系,经野外人工接种松材线虫的抗性筛选后,110个无性系表现出对松材线虫病有显著的抗性表型,占初选无性系的9.09%。这些经过抗性筛选的无性系在材积生长性状上达到了极显著差异水平。这意味着在抗性改良基础上,进行生长量改良的策略是可行的。与已有的天然和人工育种群体的遗传多样性参数相比,本研究虽然经初选和抗性复选淘汰了90%以上的无性系,仍保留了群体中较高的遗传多样性。综上,笔者认为这批初选资源经抗性筛选存留的遗传资源,在马尾松抗松材线虫病育种研究中具有明显的潜在价值。     

基于多Agent和遗传算法的制造网格资源调度

为了保障用户的多QoS要求,在制造网格资源调度中引入灵活健壮的协商机制和高效的资源调度算法尤显重要.为此提出基于多Agent的制造网格资源调度方法,运用合同网协议作为多Agent的协作协议并根据制造网格资源调度需求运用遗传算法作为资源优化组合的算法.综合应用多Agent开发工具JADE和遗传算法工具包JGAP进行模拟调度实验,证明了方法的有效性.     

基于无人机实时数据多波次任务规划模型分析

针对导弹部队多波次作战任务规划问题,依据无人机的实时数据,构建了基于路径的多层规划模型,并设计了模型的算法求解流程.使用遗传算法与禁忌搜索混合算法,得出了任务规划中的最优路径规划,并在此基础上进行了冲突的消除.通过仿真案例表明,用无人机协同配合导弹部队作战,实时传输作战数据,能够解决战场信息模糊不确定的问题;使用多层规...     

某岩质陡崖边坡崩塌地质灾害成因及治理设计分析

以某岩质陡崖边坡崩塌地质灾害治理工程项目为依托,对崩塌地质灾害形成的主要诱发因素,如地形条件、地层岩性、降雨以及人类活动等进行了比较详细的介绍,为事故原因的定性提供相关依据.同时,针对现场实际情况及边坡稳定性分析结果提出一系列治理措施,为今后的具体工程实践提供相关理论依据及技术参考.     

基于逆向工程技术实现汽车覆盖件回弹评测

针对实际冲压件提出了一种基于逆向工程技术的回弹评测方式.对实际冲压件进行激光扫描后重构出型面,根据弹性变形的特点对模型进行强制变形以找到节点的对应关系,并根据CAD模型的几何中心计算出曲面的重合点,以对应节点的距离为适应度函数利用遗传算法搜寻出最佳旋转位置,并计算出各节点的法向偏移距离作为该节点的回弹量.该方法实现了对冲压件各个部分回弹的精确评测,从而可以为模具的修整提供正确的指导.     

基于遗传算法的制造网络服务质量优化

服务质量的合成是面向服务架构系统面临的重要挑战,评价面向服务架构制造网络最优化的典型标准是加工时间成本和系统响应时间.文中提出了一种应用遗传算法解决制造网络服务质量优化问题的新方法.首先用着色Petri网和排队论分别对制造网络的物流和信息流进行建模,然后应用遗传算法对该模型进行调度并获取服务质量的近似最优解.在该算法中,染色体采用分段基因编码,它们分别是制造网络物流和信息流调度方案的规则与加权系数的组合;遗传操作包括选择、交叉、变异3种类型.在每一代种群中,通过仿真得到与每个染色体相对应的各项性能指标值,以模糊综合评判方法求取制造网络服务质量适应度的函数值.实验结果表明,该方法能有效优化制造网络的服务质量.     

基于产品回收定价的逆向物流车辆路径优化问题

针对逆向物流车辆路径优化问题,研究在产品回收定价调整和车辆路径优化调度结合方面存在的不足,以智能回收箱为研究对象,考虑多频次回收和车辆共享调度策略,提出基于产品回收定价的逆向物流车辆路径优化方案。首先构建了智能回收箱回收量与回收定价的线性函数,然后构建了包含共享车辆运输成本、维护成本、违反时间窗惩罚成本和环境外部性收益之和最小化的逆向物流回收运营成本模型,并建立了回收中心产品的最大化收益模型。其次,根据模型特点设计了考虑智能回收箱地理位置、回收频次和回收时间窗的K-means时空聚类算法,进而提出一种改进的GA-PSO混合算法。该混合算法结合了遗传算法全局搜索能力强与粒子群算法收敛速度快的特点进行了算法间的优势互补,同时采用了精英保留策略,增强了混合算法的搜索性能,并通过与HGA、GA-TS和HACO等算法进行比较分析,验证了模型和算法的有效性。最后,结合重庆市某智能回收物流网络的实际数据进行优化研究,分析了不同产品定价下的回收频次和车辆共享调度情况。结果表明,本文所提出的模型和算法能够进行产品回收定价策略的有效选择、产品回收车辆的资源共享以及合理的车辆路径优化调度,并可在回收中心获得...     

灾变合作型协同进化遗传算法及其在Job Shop调度中的应用

合作型协同进化遗传算法是多个子种群通过协作而共同进化的新型算法,常应用于多目标、大规模的优化问题。本文在合作型协同进化遗传算法的基础上,进一步模拟自然界中的灾变现象,在原先的算法中加入灾变算子,提出灾变合作型协同进化遗传算法,以防止出现不成熟收敛现象,并用经典的函数优化问题和Job Shop车间调度问题进行仿真实验,其结果验证了改进算法的优良性能.     

遗传程序设计算法在水溶于有机溶剂过程研究应用

对若干物性体系进行了有机溶剂分子结构与水溶解度之间的定量研究,选取了39个有机溶剂分子,分为两组,一组30个分子作为训练集,另外9个分子作为测试集组.采用28个分子结构描述符来定量描述分子的结构,最终通过遗传程序设计筛选,得到一个4参数的非线性方程,关联和预测相关系数的平方均在0.95以上,研究取得了较满意的计算结果.     

改进的遗传规划研究

针对遗传规划中群体规模较大。收敛效率较低等特点,提出了对传统遗传规划中初始群体的生成方法的改进．使生成的初始群体具有良好的性能,从而提高遗传规划的收敛效率．通过对两个函数进行符号回归验证,说明此方法是合理可行的．