籼稻半矮秆基因sd-t(t)的遗传定位及定位区间物理距离的估计

矮秆和半矮秆基因的利用及作用机制一直是作物育种和分子遗传研究的重要内容.sd-t（t）是从籼稻矮秆材料矮泰引-2中发现的一个与sd-1不等位的新半矮秆基因.利用由矮泰引-2与无叶舌标志基因系B30杂交产生的包含474个单株的F2群体,将sd-t（t）基因定位在水稻第4染色体上RFLP标记R1408B和R514之间,距R514和R1408B的遗传距离分别为1.1和4.5cM.利用水稻品系IRBB56的BAC文库构建了sd-t（t）位点的跨叠克隆群,并确定R514与R1408B之间的物理距离大约为147kb,为进一步克隆sd-t(t)基因奠定了基础.

一种配电网故障区间定位改进算法的研究

配电网故障定位是配网恢复供电的前提,影响着供电服务水平。当前配电网故障定位的研究主要关注遗传算法等智能算法,本文着眼于常规遗传算法在局部收敛、寻优速度等方面存在的缺陷问题,提出了一种改进方法。该方法以遗传算法全局寻优能力为基础,通过引入自适应调整系数对参数进行优化编码,对种群多样性水平进行综合考量,在保持高收敛性和寻优能力的基础上,增强了全局寻优能力,有效规避了局部最优解。同时,本文的算法在变异操作过程中进行个体优选,提高了寻优速度,减少了迭代次数,显著提升了寻优效率。最后,对一个20节点的配电网络进行了故障定位仿真实验。实验证明该方法在信息完整与信息畸变的情形下都能完成准确的故障定位,并且寻优效果显著优于传统算法,具备很好的有效性与优越性。

配电网故障区间定位的高级遗传算法

依据故障过流信息的配电网故障定位方法在有畸变信息时会造成误判,遗传算法因其高容错性能而在配电网故障定位分析中受到了重视,但是,数学模型(即评价函数)的构造是使用遗传算法的主要瓶颈。故此,提出一种新的故障定位数学模型,并以此模型为评价函数开发出高级遗传算法。该算法有2个主要特征:① 改进了传统的数学模型,使其不致误判,并改善了方法的容错性;② 不仅适用于单电源情况,且可用于多电源多重故障的复杂情况。本算法更适于复杂配网情形。仿真算例表明了算法的有效性。

基于零序阻抗模型故障特征的含分布式电源配电网故障区间定位方法

电力系统配电网的故障区间定位是故障精确测距的基础,其研究对尽快恢复供电及减少停电经济损失具有重要作用。分布式电源(DG)的引入增加了故障区间定位的难度,为此提出一种基于电源端测量数据的含DG配电网故障区间定位新算法。该方法在含DG配电网零序阻抗模型的基础上,根据故障点的故障特征搜索故障支路关联节点,定位故障区间。算例仿真结果表明所提出方法具有区间定位准确度高、鲁棒性强和计算速度快的优点。

基于相电流增量的故障区间定位新方法

为解决配电网单相接地故障时定位效果不佳的问题,根据故障发生后健全线路及故障线路故障点下游暂态三相电流增量波形相似,而故障线路故障点上游故障相与非故障相暂态相电流增量波形差异较大的特点,提出一种基于相电流增量的故障区间定位新方法。该方法利用各个检测点的三相电流增量求出各自的功率系数并发送到主机,通过对比相邻检测点的功率系数判断出故障区间。其优势在于仅利用电流作为故障区间定位特征量的同时减少了通信系统的压力。通过仿真和数据分析表明,该方法在各种初始电压相位下发生高、中、低阻接地时均能正确的判断出故障区间,具有原理简单、适用性好的特点。

含分布式电源的配电网故障区间定位研究

为快速、准确、可靠地对含分布式电源的多分支配电网故障区间定位,基于小波分析技术提出了含有分布式电源配电网的故障区间定位方法。首先通过仿真分析不同故障类型的故障电流原始信号的变化规律。其次,应用小波变换对故障电流原始信号的奇异性变化进行分析,比较各频段的小波分解系数的奇异性变化,寻找出一种可用于故障区间定位的特征量,实现配电网的故障区间定位。仿真分析表明,此种方法简单、运行速度快,定位准确率高,不受过渡电阻等随机因素影响。

基于区间定位和灰关联的区间DEA效率指数测算与排序

针对经典区间数据包络分析(data envelopment analysis,DEA)求解算法过分依赖于评价者的"主观判别",或求得的效率区间长度可能过大,对被评价决策单元有效性的解释力弱的缺陷,提出一种改进的区间DEA模型求解算法——区间定位法,该方法对评价者的"主观判别"依赖程度低,且求解的效率区间长度较小。在区间定位法的基础上,进一步提出了基于灰色关联度的决策单元效率排序方法。

基于最小二乘估计的数量性状基因座的复合区间定位法

数量性状基因座（ＱＴＬ）的复合区间定位法是区间定位法的１种改进方法，它大大提高了ＱＴＬ定位的准确性，但计算上比较复杂和费时．由于其似然比统计量的联合分布未知，故准确的显著性测验临界值必须采用排列测验法或模拟抽样法进行估计，但其复杂费时的计算使得这些经验方法显得不实用．本文给出基于最小二乘估计的复合区间定位法，它保持了复合区间定位的基本性质，但在计算上要比基于最大似然估计的方法简单和快速得多．由于它对性状的分布无需特殊的要求，因而有更广的适用范围．通过消除模型中冗余的标记，可使数值计算速度进一步提高．这样，用经验方法估计显著临界值就变得可行了．另外，消除冗余标记还可提高ＱＴＬ定位的准确性，改进ＱＴＬ效应的估值．

不同遗传力和标记密度下QTL区间定位的效果

采用计算机模拟方法系统比较了目标数量性状的遗传力和标记密度对F2设计下单个性状数量性状座位（QTL）区间定位效果的影响。研究结果表明：随着性状遗传力的升高，QTL的检测效率以及QTL位置估计的准确性和精确性也提高，但对QTL加性效应和显性效应估计的效果则无明显影响；在一定范围内提高遗传图谱上的标记密度对保证QTL的定位效果具有积极的意义，但当相邻标记间的图距缩小到一定程度（5-10cM）时，进一步增加标记密度并不能改进QTL定位的效果。同时，对遗传力过低的性状实施QTL定位，单纯增加标记密度无益于改进QTL定位的效果。

缆系水下信息网恒流远供系统短路故障诊断及区间定位方法

通过分析电流流向的有向矩阵变化和平均误差值,诊断恒流远供系统短路故障状态;计算故障前、后干线电流在拉普拉斯变换域内变化的平均误差值,判定短路故障区间;隔离短路故障段以维护恒流远供系统其余部分正常运作,提高缆系水下信息网络的可靠性.根据所建立的经典环形拓扑结构恒流模型设计故障定位方案,仿真恒流远供系统中主节点和干线海缆段的短路故障,分析故障前、后各节点处电流在拉普拉斯变换域内的变化.结果显示,当系统出现短路故障时,各节点电流在拉普拉斯变换域内发生变换,通过对比故障前、后电流变化差值可以分析出故障区间。所设计的恒流远供系统短路故障诊断及区间定位方案具有较高的可行性和实用性,适用于未来水下信息网络的短路故障监测判定.

基于DOST能量相似度的有源配电网故障区间定位方法

有源配电网小电流接地系统发生单相接地短路时,通过理论分析得出单个DG接入配电网并不影响零序电流大小的结论,由此提出一种基于离散正交S变换(DOST)暂态零序电流能量相似度的故障定位方法。首先对线路上检测设备上传的暂态零序电流信号进行离散正交S变换,然后利用得到的时频矩阵中的元素计算线路区间两端检测点的能量相似度,能量相似度小于设定的阈值即为故障区间。MATLAB/Simulink仿真结果表明该方法准确有效,适用于有源配电网的故障区间定位。

价值评估的最优化区间定位方法

本文在偏态分布及收益区间定位分析的基础上 ,给出了具有一般意义的价值水平区间评估最优化模型、方法与算法。最后 ,通过两个示例说明了最优化区间评估方法的意义和应用过程。

基于最小二乘估计的多性状QTL复合区间定位法(英文)

本文给出了多性状数量性状基因座复合区间定位法（ＭＣＩＭ）的一种改进方法．它是基于多重多元回归模型的，因此可以用最小二乘法来配合模型．使得它在计算上要比原来基于最大似然法的ＭＣＩＭ简单快捷得多．给出了多重逐步回归的方法，可用来筛选能提供遗传信息的标记作为ＭＣＩＭ模型中的余因子．文中还建议用排列测验的方法估计所需的显著阈值．给出了一个实际例子．

分子区间标记定位QTL的一种改进方法——基于分子标记的极大似然法

提出了以区间分子标记定位QTL时,以分子标记各种类型的性状密度函数进行极大似然估计,进而获得LOD值的极大值,达到准确定位QTL的结果,并与原方法进行了比较。结果表明,新方法所得LOD的数字表达式更简单,并且可以看出样本容量n和分子标记的密度r对于maxELOD值的估计有很大影响。

免触发信号的侧信道加解密区间定位方法

文章针对在无触发信号的侧信道分析场景下,如何快速进行加解密区间定位的问题展开了研究。文章在"粗匹配+细匹配"双重匹配架构的基础上,设计了快速距离匹配和快速弹性匹配两种粗匹配算法,通过对原轨迹进行数据降维和特征提取,可以达到快速加解密区间定位的效果。快速距离匹配算法针对无随机时延防护的轨迹进行设计,快速弹性匹配算法针对存在随机时延防护的轨迹进行设计。通过将这两种粗匹配算法与传统的轨迹对齐技术配合使用,可以实现快速而精准的轨迹对齐。同时,实验结果证明了这两种粗匹配算法的可行性和高效性。该算法能够满足在轨迹采集时实时定位加解密区间的效率需求,有助于解决无可用触发信号或无高效触发信号的侧信道分析场景下进行加解密区间识别和定位的难题。

基于模拟退火的粒子群算法的配电网区间故障定位研究

目前配电网的区间故障定位技术,已有少部分应用于市场上,但是仍然有着很多技术问题,其中比较重要的一个问题就是由于现场设备上传至控制中心的故障信息出现信息丢失时造成的矩阵法无法准确判断的问题,虽然使用人工智能算法可以解决此类问题,但是在配电网故障定位算法中以粒子群为代表的人工智能算法存在容易陷入局部最优陷阱等问题。针对此问题,提出基于模拟退火的粒子群算法的配电网区间故障定位算法,并通过仿真验证了该算法的可行性,结果表明该算法能够精确判断出在配电网中出现的单点及多点故障时的区间位置,并且在现场设备上传信息有缺失的情况下仍然可以得出正确的结果,容错性能和收敛性能优越。

基于泛在感知及Python编程的线损问题区间快速定位方法

10kV分线线损的治理往往需要大量的现场核查,浪费了大量的时间及人力物力。为提高线损治理效率、节省现场核查成本,进而快速提升线损合格率,本文提出了基于泛在感知及Python编程的线损问题区间快速定位方法,用于快速发现导致线损不合格的区段及原因,缩小现场核查范围,节省时间及人力物力,快速提升线损合格率。所述快速定位方法借助电网泛在感知设备,获取开闭站进出线电量,再通过基于Python编程的方式快速完成线损的分段计算,可实现线损异常区间定位,缩小异常区间,快速发现线损问题原因。最后,利用一体化系统中的同期线损数据进行了实验验证,结果表明所属快速定位方法能快速定位线损问题区段,甚至直接确定问题原因,缩小了现场核查区间,可节省大量核查时间及人力物力。

故障指示器线路故障区间定位测试系统及测试方案设计

实现配网线路单相接地故障时的故障区间定位是故障指示器的核心功能之一,采用实时仿真的技术手段可以高效、便捷的模拟配电网多种运行工况。通过设计配网线路故障定位综合测试系统,能够为多套故障指示器组网实现线路故障区间定位提供开发调试、检验测试的试验环境。归纳了配电网常规接地故障工况,并设计了配网线路的特殊运行工况仿真,为多套故障指示器组网实现单相接地故障区间定位功能测试提供了参考试验项目,对故障指示器制造商及用户均具有一定参考价值。

猪资源家系中肉质性状基因定位和遗传效应分析

目的 研究和探讨猪肉质性状主基因的定位方法及定位区间 方法 以 3头英系大白公猪和 7头梅山母猪建立F2 资源家系 ,随机选留屠宰 1 4 7头F2 代个体 ,获得肉质性状表型数据。对家系内所有个体 1、 2、 3、4、 6和 7号染色体上的 4 8个微卫星位点进行PCR扩增、判定基因型。利用线性模型最小二乘法对肉质性状进行数量性状位点 (QTL)区间定位 ,利用置换法确定显著性阈值。结果 猪 4号染色体 (SSC4 )上肌内脂肪QTL接近染色体显著水平 ,达到建议水平。SSC2、 6和 7上定位了肌肉含水量QTL ,达到染色体显著水平 (P<0 0 5或P <0 0 1 )。肌肉含水量QTL均有印迹效应 ,梅山和大白猪各有增效基因。结论 QTL定位时 ,不同的资源群体 。