模型建构、解释及预测系列(1):孟德尔的遗传因子

前面曾经介绍过跨学科概念“系统与模型”。模型包括了实物模型(如地球仪)、理论模型(如生物进化论)、符号模型(如化学反应式)。科学家利用“系统与模型”的概念,可以把系统进行简化。由于简化后的模型易于进行分析,有助于发现系统内在的规律。所以科学家的工作经常涉及如何根据已知的现象建构模型(通常是理论模型),通过检验后将模型上升为科学原理,可以解释一些现象、指导后续研究,甚至可以预测新现象。

高中生物《遗传和进化》模型建构方法

在高中生物教学活动开展中,建构模型可以将抽象复杂的知识变得简单易懂,帮助学生有效地掌握生物知识和生物学习方法。在本文中,我结合《遗传与进化》该内容,从物理模型建构、数学模型建构和概念模型建构这三种方法入手,就如何引导建构生物模型进行详细说明。

模型建构揭示“自然选择之谜”——一道苏州市会考题引发的思考

以一道2021年苏州市会考题为例,分析模型建构对理解自然选择现象的促进作用,从而形成生物进化适应观,以期解决学生对相关知识的不理解与困扰。

基于生态种群捕获竞争模型的进化遗传算法

将协同进化的思想运用到遗传算法,是对遗传算法的一大改进和拓展,借鉴此思想,提出了一种生态种群捕获竞争的协同进化模型和基于此模型的改进的进化遗传算法(PCGA)。实验结果表明,该算法在改善未成熟收敛和提高收敛速度方面都具有良好的性能。

基于遗传算法与思维进化计算的一种广义进化模型

本文在遗传算法 (Genetic Algorithm,简记 GA)与思维进化计算 (Mind Evolutionary Computation,简记 MEC)的基础上 ,提出了一种广义进化模型 (Generalized Evolutionary Model,简记 GEM) .该模型用微演化与宏演化两个过程 ,分别模拟人类的思维学习方式与自然进化 ,并通过概率趋同、信息迁移、自适应变异算子将两个过程有机的结合起来 ,从完全意义上模仿了人类的进化 .该模型既能有效的克服遗传算法的本质缺陷 ,又能拓展思维进化计算的理论基础及应用范围 .

基于域进化模型的遗传算法在中药生产挥发油回收中的应用

针对中药生产过程中挥发油回收阶段的工艺要求,提出一种基于域进化模型的遗传算法。该算法建立在挥发油回收过程优化数学模型的基础上,通过实时检测控制变量操作设备,使输出按预定达到最优值。实验结果表明,该算法提高了挥发油提取率,稳定了产品质量。

移动供应链实时调度模型及协同进化遗传算法

运用精确控制库存检查和车辆调度,实现了动态的供应链配送系统。整合供应链库存控制策略与车辆调度规划,建立移动供应链实时调度模型。该模型针对随机需求下的零售商最优订货,实现在途库存动态配送。在决策模型的基础上,设计协同进化遗传算法,解决模型组合优化过程中的约束满足问题。计算机仿真结果表明,实时调度模型可以有效降低整体供应链运行费用。

在线协作知识建构的知识进化:内涵、本质与模型

知识经济时代创新与团队协作越来越受到重视,但在线学习的知识进化研究多针对学习者个体而缺少群体研究的视角,对知识进化过程的动态性分析不足,进化机制等尚不清晰。本研究基于进化认识论,将在线协作知识建构的知识进化基本单位确立为知识种群,在遵循遗传、变异与选择机制的同时,进化过程又呈现出复杂的知识创造特性。本研究分别以本体论、认识论和方法论为透镜,透视了在线协作知识建构的知识进化本质,并体现为客观知识的创造、集体知识的形成和自组织进化;确立知识创造的前馈过程和反馈过程,构建了知识种群的形成、竞争与协同和自组织进化模型。

基于协同进化遗传算法的模型拟合研究

普通遗传进化算法在解决模型拟合问题中,建模与优化顺序结构时优化效果有限、拟合速度慢、稳定性低。针对上述问题,提出基于协同进化遗传算法的模型拟合算法。该算法将建模与优化问题抽象成多种群间协同进化,通过种群间整体的适应度值交换,将种群关联起来,扩大智能算法建模过程中参数优化的时空作用范围。各种群间含有不同基因表达,在解决局部问题时具有自包含性,有利于更好地发挥各智能算法(遗传算法、遗传规划)的优势。实验结果表明,该算法的稳定性和收敛速度优于传统遗传进化算法。

基于进化模型的建筑设计优化技术研究

为进一步提高建筑设计过程中的空间利用情况,本研究引入遗传算法中的进化模型作为建筑设计优化手段,所得研究结论如下:(1)阐述了遗传算法以及进化模型的重要内容,并将其与建筑设计优化过程进行结合,得到基于进化模型的建筑设计优化方法;(2)采用相关软件建立分析模型,并对算例进行分析,分析结果表明遗传算法中的进化模型能够很好的应用于建筑设计优化工作。本文所研究内容对于后续建筑设计优化工作的开展具有一定借鉴意义。

基于Spark大数据计算模型的多种群并行进化遗传算法

由于经典SPGA缺乏多种群并行进化能力,当问题规模较大时,计算效率偏低。为此,深入研究Spark大数据计算模型并行机制与多种群并行进化机制的潜在关系,将多种群并行进化机制引入经典SPGA,形成一种新的SPGA——MPE-SPGA;将提出的算法应用于TSP,选取EIL51、CH130和TSP225三种数据集,分别代表小型、中型和大型数据集。实验结果表明,提出的MPE-SPGA在小型数据集上计算时间比原算法减少3%,计算性能有小幅提升;在中型和大型数据集上,计算时间分别减少了22%和31%,性能提升显著。

高中生物学遗传规律内容的教学模型建构

本文以高中生物学教学内容＂遗传规律＂部分为例,阐述从构建物理模型、概念模型和数学模型等方面引导学生循序发现和建构知识,进而提高课堂效率。

X连锁基因遗传平衡数学模型的建构及相关推论

本文以XY染色体决定性别的种群为例,建构X连锁基因遗传平衡的数学模型,并提出几个有价值的推论。

基于云模型的进化算法

基于云模型在非规范知识的定性、定量表示及其相互转换过程中的优良特征,结合进化计算的基本思想,提出一种基于云模型的进化算法.该算法利用云模型对物种的遗传变异进化统一建模,能够自适应控制遗传变异的程度和搜索空间的范围,从而可以快速收敛到最优解,较好地避免了传统遗传算法易陷入局部最优解和选择压力过大造成的早熟收敛等问题.仿真结果表明:该算法具有精度高、收敛速度快等优点.云模型和进化计算思想的有效结合一方面拓宽了云模型的应用领域,也为进化计算的研究进行了新的探索和尝试.

非线性位移时间序列分析模型的进化识别

引入进化算法的全局优化思想,结合时间序列分析的基本理论,提出了一种新的岩土结构变形非线性动力学演化特征的进化识别算法·设计了能自动确定输入时步长度以及非线性动力学模型结构和参数的分步进化方案,对非线性时间序列分析模型的结构和参数进行全局最优搜索·将该方法用于三峡永久船闸高边坡开挖变形的预测分析,取得了满意的效果,提供了一个有效的岩土工程设计与施工的分析工具·

单亲进化遗传算法在配送中心选址中的应用

为更好地实现配送中心优化选址,在分析物流配送中心的作用及现存的用传统遗传算法进行选址的基础上,提出应用单亲进化遗传算法求解选址模型。首先, 利用父体所提供的有效边的信息, 使用保留最小边的方法对个体进行进化, 求得费用最低的优化路径; 然后以优化路径作为父体, 求解从各基因为始点的基因片段值之和, 选择最佳基因片段组合, 得到问题的解, 该算法可以有效、快速地求得配送中心选址问题的全局最优解。

仿生伪装图案遗传进化设计方法研究

针对传统伪装图案设计方法单一、受主观因素影响较大、伪装效果不够理想等问题,提出了一种仿生伪装图案遗传进化设计方法,根据人眼目视成像侦察和光电成像侦察基本原理构建了目标侦察综合特征参数模型。借鉴生物遗传进化思想,以斑马图案为基础开展伪装图案优选复制、交叉繁殖和变异繁殖等仿生进化处理方法研究,得到能适应成像基本模型的仿生伪装图案,改进了传统伪装图案设计方法。通过多种伪装图案的对比实验表明,本文方法有效地降低了目标的检测识别特征,具有较好的伪装隐蔽效果,综合特征参数较初始时降低23%以上,优于其他多种典型伪装方法。该本文方法实现了侦察模型、生物遗传进化思想和伪装原理相关知识交叉融会应用,为迷彩伪装图案的科学化和精细化设计提供了一种新方法。

树型模型中进化设计的一致性维护技术的研究

基于文本操作转换算法已经广泛的应用于协同应用中,但是之前基于文本编辑的协同研究大部分都是基于文本的插入,删除操作,而且研究的对象大多为线性的文档模型,对于新的文档模型和新的操作之前的协同算法已经不适应.本文对基于树型文档模型的遗传操作(包括交叉操作和变异操作)进行了一致性维护研究.对比分析了之前多种协同设计方案的优劣,建立了基于树型文档模型,描述了遗传操作实现的过程,设计和冲突检测和冲突消解算法,提出了一致性维护的流程.最后模拟了协同编辑的场景,并把算法应用于协同编辑,从理论上证明了算法的收敛性和方案的正确性.

基于进化神经网络模型的面板堆石坝沉降和面板挠度预测

堆石坝变形和面板挠度的预估对指导堆石坝设计和施工具有重要意义。针对堆石坝室内试验参数和实际参数存在差异,而待建堆石坝缺乏实测变形进行参数反馈,难以较准确预估堆石坝沉降和面板挠度,为此较广泛搜集了类似面板堆石坝工程的监测数据,将遗传算法和神经网络模型相结合,建立了堆石坝工程变形预测的进化神经网络模型。由待建面板堆石坝工程的坝高、宽高比和干密度等作为控制参数,结合训练好的进化神经网络模型,预测得到待建面板堆石坝的变形及面板挠度。实例分析表明,该方法可行。

紧致遗传算法的进化机制分析

为了分析紧致遗传算法的进化机制,首先给出了用于刻划进化概率向量的有关概念;其次研究了增加染色体有效进化的方法,提出了基于进化强度系数的增强紧致遗传算法;同时为进一步研究基于多变量的紧致遗传算法提供了框架。