航空发动机非线性数学模型的遗传算法

针对发动机非线性数学模型数值解法的收敛性问题应用了浮点数编码遗传算法，提出了将遗传算法与Broyden法相结合的方法。数值仿真结果表明，单独使用遗传算法时运算效率不高，而将遗传算法与Broyden法结合使用可有效的克服各自的不足，使得模型在保持原有运算效率的情形下扩大了收敛范围。     

基于遗传算法的可进化模拟滤波器的实现

以遗传算法和可编程模拟器件ispPAC80为评估手段和载体，实现了可进化的模拟滤波器的设计，将遗传算法和可编程模拟器件相结合，可在无须改动硬件的情况下。实现转折频率和阻带衰减等滤波参数的变换(即可进化性)，其性能达到甚至超过经典的同阶滤波器。     

物种的生态入侵及进化遗传

介绍了外来物种入侵后对当地的环境所带来的生态影响和进化影响 .同时阐述了入侵种进入新的环境后 ,其遗传结构发生显著变化 .如 :选择和遗传变异 ,杂交与环境作用和特殊基因的作用及遗传重组等 .     

基于浮点数编码的信息熵控制多种群遗传算法

在用准精确惩罚函数处理约束优化问题的基础上，提出一种基于浮点数编码机制的信息熵控制多种群遗传算法。通过在遗传设计中定义一个新的概率而引入信息熵概念，构造出一个信息熵优化模型。该模型不必完全求解，即可容易求出作为概率的拉格朗日乘子，得出空间收缩概率，控制各种群中解空间的收缩。信息熵的介入可使优化过程更加平稳，收敛更快。同时，该算法给出了一种科学而有效的遗传设计收敛判据。实例证明该文算法在求解约束优化问题时快速、有效。     

容器大小对不同基因型果蝇发生量影响的遗传分析

果蝇发生量是数量性状,选用野生型、檀黑体、残翅和白眼四种不同基因型的果蝇,设计25种不同的杂交组合,并将其培养在不同大小的容器内,统计各种组合的子代果蝇发生量。经方差分析,结果表明:环境(不同容器大小)对果蝇的发生量影响最大。不同基因型以及基因型与环境的互作对果蝇发生量的影响在不同的杂交组合中也达到极显著差异或显著差异。说明果蝇的发生量是由基因型和环境交互作用的结果。     

用遗传算法求解多目标0/1背包问题

扼要介绍多目标优化的Pareto最优性概念 ,研究搜索多目标 0 1背包问题Pareto最优解集的快速遗传算法 (FPGA :fastParetogeneticalgorithms) .FPGA采用种群中非支配解的层次评价可行解的适应值 ,提出了一种快速非支配解层次辨识算法 ,辨识算法仅有O(n2 )数量级的计算复杂性 ;采用基于聚类概率排挤的小生态技术维持种群多样度和Pareto最优解集的分布均匀性。对多种多目标 0 1背包问题的仿真优化实验结果表明 ,FPGA能够以有效的计算成本搜索到精度高的、分布均匀的高质量Pareto非劣解集 ,其收敛速度和收敛准确性一致地优于代表性的强度Pareto进化算法 (SPEA) .     

普米族Y-STR遗传多态性研究

采用荧光引物genescan技术，分析了云南普米族Y染色体8个微卫星标记，根据8个Y-STR在云南普米族中的高频等位基因和单倍型组成，对普米族Y染色体进行多态性分析。将普米族数据与报导过的汉族3个Y-STR基因座进行X^2检测，差异极为显著。并结合历史学、民族学等相关证据来探讨普米族的Y染色体遗传进化历史。     

基于距离空间的遗传算法分析

通过对简单遗传算法的分析，发现每次执行复制、杂交、变异等操作均相当于对所作用的个体进行一次线性变换，这样，从函数的角度来看，引入非线性变换的遗传算子将是一个有待研究的问题，因而提出了非线性遗传算法。通过对二进制遗传算法的Hamming距离的扩充，引入了一种几何模型-距离空间，并在该空间上对杂交、变异等算子进行了系统的分析。根据分析结果，指出了改进遗传算法的途径，并提出一种改进的二进制非线性遗传算法，仿真实例证明了其有效性。以上分析从几何意义出发，提出了一种全新的分析遗传算子的方法，对遗传算法理论的完善与发展具有重要意义。     

粘果山羊草Aegilops kotschyi puroindoline a基因的研究

根据已报道的小麦籽粒硬度主效基因之一puroindoline a（Pina）基因的保守序列,设计并合成了一对特异性引物ForA1和RevA1,对粘果山羊草Aegilops kotschyi的三个材料的基因组DNA和互补DNA进行Pina基因克隆、序列测定和表达分析,发现了三个新型Pina突变体,基因序列与六倍体小麦的同源基因存在较大的差异.RT-PCR证实了Pina基因在籽粒胚乳中表达.Southern blot分析结果表明,三种材料中该基因均含有两个拷贝.研究结果显示山羊草是一个丰富的遗传资源库,为小麦籽粒硬度的基因工程改良奠定了基础.