单层石墨莫比乌斯纳米带的形成判据和能量变化

莫比乌斯带是一种无向的几何面,从带面上任何一点出发都可到达带面上任何一点.可以通过对一个二维矩形带的扭转对接得到莫比乌斯带.单层石墨纳米材料Graphene的发现为研究莫比乌斯带提供了一个真实的物理模型.然而与纯粹几何面不同,在Graphene莫比乌斯带结构中碳原子分布是离散的,由于平面Graphene的平衡键长约为1.42,在形成莫比乌斯带后键长将发生一定变化,这就使得并非对于任意数目的碳原子Graphene平面都会形成相应的莫比乌斯带结构.这里有两个基本问题需要回答：（ⅰ）平面Graphene形成莫比乌斯带需要满足什么条件.（ⅱ）当平面Graphene形成莫比乌斯带之后,由于键长键角的变化引起的能量变化是怎样的.本文第一次系统地研究了这一体系.根据Lindemann判据,我们发现当平面Graphene的横纵单元数之比小于7时,不存在满足我们假设的莫比乌斯带,当Graphene的横纵单元数之比大于50时,存在满足我们假设的莫比乌斯带.当Graphene的横纵单元数之比处于7～50之间时,我们给出了判别莫比乌斯带存在性的计算方法.应用遗传算法我们发现,随着原子数的增加,由平面Graphene变化到莫比乌斯带所产生的弹性形变能是呈指数递减的.     

模拟退火遗传算法在电力系统无功优化中的应用

电力系统无功优化是保证系统安全、经济运行的一项有效手段.针对常规遗传算法收敛速度慢、易早熟等缺陷,并结合电力系统无功优化的特点,在遗传算法(GA)和模拟退火算法(SA)的基础上,提出了更加有效的算法即模拟退火遗传算法.使用该文提出的算法对IEEE-14节点系统进行了无功优化计算,结果表明该模拟退火遗传算法应用于无功优化是合理可行的.     

一种融合遗传算法和粒子群算法的改进模糊C-均值算法

针对模糊C-均值(FCM)算法必须预先给定聚类数c和容易陷入局部极小的缺点,提出了融合遗传算法和粒子群算法的GA-PSO-FCM算法.遗传算法(GA)嵌套在FCM算法的外层,用于自动寻找最优聚类数,并把有效性准则函数作为其适应度函数;粒子群(PSO)算法嵌套在FCM算法的内层,用于优化类中心向量,提高算法的全局搜索能力.最后,运用GA-PSO-FCM算法对Iris data、Wine data、Zoo data、WPBC data和WDBC data进行仿真实验,并与基于有效性准则函数改进的FCM算法、GA-FCM算法的仿真结果进行比较,表明GA-PSO-FCM算法能在预先未知聚类数的情况下,提高分类结果的精确性和稳定性.     

地被菊六个品种的引种研究

文章报道了地被菊在海南引种的适应性情况。结果表明地被菊生长发育及表现的园艺性状良好。其中三个品种的花期明显长于其它品种;总结了一套适合海南地区的地被菊栽培技术。     

思茅松种子园遗传结构及遗传多样性

采用等位酶分析的方法对思茅松种子园内收集的4个思茅松群体进行遗传分析,以此阐述了思茅松种子园的遗传结构和遗传多样性状况。9种酶16个酶位点的遗传分析结果：思茅松种子园的多态位点比例（P）为73.5%;平均每个位点的等位基因数（A）为2.42;平均每个位点的等位基因有效数（Ne）为1.54;期望杂合度（He）为0.295;实际杂合度（H0）为0.181。结果表明思茅松种子园具有较广泛的遗传基因和遗传多样性;思茅松种子园的建立是思茅松遗传改良的有效途径之一。     

一种基于遗传算法的组播路由选择方法

提出了一种基于遗传算法的组播路由选择方法·该方法首先寻找所有满足时延限制条件的路径,组成备选路径集,然后以代价最小为优化准则,在备选路径集中采用遗传算法求解最优解·为保证算法的收敛速度快,遗传算法的交叉操作使用了相同链路保留的方法·最后,进行了仿真实验,并与其他算法做了比较·实验表明,该算法收敛速度快,可靠性高,能够满足多媒体网络对实时性的要求·尤其是在网络规模较大时,本算法可大大减小路由计算时间·     

遗传算法在马斯京根模型参数估计中的应用

在马斯京模型参数估计问题中,引进了绝对残差绝对值和最小准则及相对残差绝对值和最小准则,直接优选参数,探讨了遗传处的原理及本身参数优化特性,总结了参数的简便设置技术,并针对该法的寻优效果明显依赖于模型参数的初始变化区间的大小,及可能会出现过早收敛的问题,提出了自适应加速遗传算法,通过实例应用,进行了本文方法与传统优化方法的比较,结果表明,本文方法具有直观、简便,快速、适用性强等特点,可广泛应用于各种优化问题中。     

最优合并构成的有序遗传算法

在假设合并是独立的情况下,采用有序的遗传算法（OBGA）作为随机搜索处理方法来识别最优合理算法,与确定搜索算法（SPLIT）比较,通过实验,证实OBGA更有效。     

一种利用遗传算法自动生成模糊规则方法

将遗传算法用于模糊系统的建模中,在分析经典遗传算法基本原理的基础上,提出了算法的改进措施;重点阐述了模糊系统中遗传与变异的作用,从而提出了一种具有很强进化能力的模糊规则生成算法,为智能系统获得模糊规则提供了一种有效方法。模拟结果验证了该算法的正确性。     

非线性多环管路网络系统的链路遗传求解

通过对一组规模随网络环路规模呈指数增长的非线性方程组的求解,实现对非线性多环管路网络系统的仿真、评估和优化。以模式理论为基础,使用遗传算法求解非线性方程与方程组,可利用其呈指数增长的求解能力进行求解。能够在一阶空间和时间复杂度内求解方程组的数值解,同时能够在可行的时间内解决网络结构优化问题。求解过程和结果能够验证模式理论的正确性。