梨杂交后代果实主要有机酸遗传动态的研究

以白梨和砂梨3个杂交组合后代果实为试材,利用高效液相色谱法对梨果实中主要有机酸的含量进行了测定和遗传动态分析。结果表明:苹果酸是梨果实中主要的有机酸。杂交后代梨果实中苹果酸和柠檬酸含量均呈现连续变异,杂种后代苹果酸含量平均值均小于亲中值,呈现出向低含量亲本回归的趋势。柠檬酸含量高的亲本与含量低的亲本杂交其后代向高亲回归,平均值高于亲中值。而两个高柠檬酸含量的亲本杂交,其后代平均值则低于亲中值。3个杂交组合后代的维生素C含量的平均值均高于亲中值。苹果酸的变化较能反应总酸的变化趋势。

果树主要经济性状的遗传动态

综述了果树主要经济性状的遗传特点 ,以期为果树杂交育种中亲本的选配提供理论依据。同时 ,对分子标记推动的性状遗传分析和育种进行了概述和展望。

用遗传标记监测不同环境和经营措施下的加勒比松森林群体遗传动态

对古巴加勒比松的 6个群体 (包括天然林、采伐林、母树林和种子园 )进行了同功酶分析 ,根据 5个酶系统 8个位点的同功酶数据 ,对各群体交配系统以及群体遗传变异和结构进行了分析。天然林、种子园和母树林的多位点异交率和绝大多数单位点异交率都和完全异交无显著差异 ,过渡采伐的松树岛群体多位点异交率显著小于完全异交 ,而只有一半单位点异交率显著小于完全异交。而且该群体单位点平均异交率和多位点异交率均低于其它 3个群体的估计值。采伐群体中同功酶变异和基因多样性与天然林群体 JAG的相似 ,但低于其它群体 ,其近交系数较大 ,但小于天然林 MAN和中国栽培群体的近交系数。中国引种栽培群体无论是同功酶变异还是基因多样性都显著高于古巴群体 ,与所有古巴群体的遗传距离都显著大于古巴群体之间的遗传距离。结果表明过度采伐导致群体自交程度增加 ,营建种子园可有效减少近交。自然分布区以外的引种栽培群体遗传变化最大 ,无论遗传变异和基因多样性都比参试其它群体大。

基于动态混合遗传算法的配送路径优化

随着越来越多的突发性卫生事件爆发,人们对应急医疗物资的需求量与日俱增,但应急医疗物资配送效率低下等问题依旧存在。文中研究建立多配送点配送模型,该模型对多个应急医疗物资配送中心到多个配送点的配送路径进行有效地优化,并在计算过程中考虑客户时间窗与交通拥堵情况,达到提高客户满意度、节约成本、减少配送过程中所产生的碳排放量的目标,如同此类问题都归类为VRP问题(车辆路径规划问题)。在该模型的计算过程中采用动态混合遗传算法(DHGA),在改进的遗传算法中加入大规模领域搜索算法,解决遗传算法求解精确度过低、易陷入局部最优循环的缺点。最后将计算结果与传统遗传算法(GA)、粒子群算法(ACO)以及蚁群算法(ACO)进行对比,结果表明该算法相对于其他算法的各项指标都得到明显提升。

基于遗传粒子群动态聚类算法的物流柔性分拣系统品规分配

目的针对目前烟草物流配送中心条烟分拣量大,不同条烟品规的分配对订单的总处理时间影响较大的问题,研究平衡各个分拣区品规的分配,提高分拣效率。方法建立以各分区品规相似系数和最小为目标函数的数学模型,并采用改进的遗传粒子群动态聚类(GAPSO-K)算法进行求解。首先,结合各品规分拣量对品规相似系数进行改进,并将其作为适应度函数;然后在粒子群算法中对惯性权重因子进行改进,使其值可以进行自适应改变;最后,在粒子群动态聚类算法中引入遗传算法中的交叉变异扩大解的搜索范围,基于Matlab对文中的其他算法进行求解对比,求得结果在EM-plant中进行仿真验证。结果结合某烟草物流配送中心数据仿真验证,利用GAPSO-K算法处理订单的时间为234.5 s,较传统时间大幅度较少,有效提升了柔性物流分拣效率。结论采用该算法可充分发挥2种算法的优良性,具有更好的收敛性及寻优性,为柔性物流品规分配提供了新思路。

基于动态遗传算法的低碳冷链路径优化研究

针对城市道路拥堵造成尾气污染的问题,提出结合变动拥堵系数、限速约束的速度计算模型,分析各因素对车辆油耗量和碳排放量的影响,结合冷链物流的特殊性,考虑载重和软时间窗等约束,构建以含碳排放成本的总成本最低的冷链路径优化模型,设计动态遗传算法进行求解.结果表明:建立的模型能更合理的规划配送路径,有效的降低物流配送总成本;改进的动态遗传算法能快速、准确的实现模型的求解.

基于多目标双重动态遗传算法的含分布式电源冷热电联供型综合能源运行优化

综合能源系统优化运行对提高综合能源利用、消纳可再生资源具有重要作用。为了使系统中各设备的出力得到进一步优化以及解决系统污染的环境问题,构建了一种含有分布式电源、燃气锅炉、电制冷机、储能等机组的冷热电多能源联供系统的优化模型,并以系统总成本、运行成本及环境成本为优化目标,求解模型的优化配置;提出一种双重动态遗传算法,提高求解的收敛精度、收敛速度及稳定性;最后利用算例进行结构分析。结果表明双重动态遗传算法相比于标准粒子群算法及标准遗传算法提高了系统的经济效益和环保效益,并且在全局寻优和搜索精度等方面更具优势。

细胞遗传学动态检测在慢性粒细胞白血病中的应用

目的 :评价细胞遗传学动态改变在判断慢性粒细胞白血病 (CML)病程进展中的作用 ,以及干扰素对CML细胞遗传学缓解率的影响。方法 :对 2 0例CML患者进行动态细胞遗传学检测。结果 :2 0例患者初诊时均具有 9号和 2 2号染色体易位 ,形成Ph染色体 ,2 0例患者在监测过程中 ,有 5例患者出现克隆转化 ,此 5例患者均在短期内急变。在应用干扰素治疗的 12例患者中有 4例患者在治疗中曾转变为正常核型 ,达细胞遗传学完全缓解。结论 :应用常规细胞遗传学检查对于诊断临床上不典型的CML有重要作用。在CML病程中动态监测细胞遗传学改变 ,如果发生克隆转化 ,可以预测急变 ,以便提早治疗。早期应用干扰素治疗CML可以使Ph染色体转阴 ,监测其动态变化可以指导临床治疗。

救灾物资发放问题的动态遗传算法求解

与传统启发式优化搜索算法相比,遗传算法的主要本质特征在于利用了群体搜索策略和简单的遗传算子.群体搜索使遗传算法得以突破邻域搜索的限制,可以实现整个解空间上的分布式信息探索、采集和继承.这篇文章针对救灾物资发放问题进行了研究,建立了此类问题的数学模型,在分析标准遗传算法的基础上,采用设置摆动适应度函数与条件交叉、变异概率的方式设计了动态遗传算法,并通过求解实际问题对标准遗传算法与设计的动态遗传算法计算结果进行了对比.结果表明该算法在一定程度上动态解决了群体由于缺乏多样性而陷入局部解的问题,能够更大概率地得到最优解,可以说是对遗传算法改进方面的一个尝试,结论对于解决类似问题具有较大的参考价值.

不同环境下水稻对受体植物化感作用的动态遗传研究

采用包括基因型与环境互作的数量性状加性 显性发育遗传模型 ,研究了按双列杂交设计 (5× 6 ) 2配制的 1套包括亲本、F1 2个世代的水稻遗传材料对受体植物莴苣幼苗根长化感作用的动态遗传及与环境互作效应。遗传方差分析表明 ,控制水稻不同叶龄期化感作用的加性效应与显性效应呈交替表达趋势 ,叶龄在 7叶期受加性效应控制 ,在 3叶期和 6叶期由显性效应控制 ,在 5叶期和 8叶期加性和显性效应共同作用 ,以显性效应为主。这解释了在化感作用研究过程中发现的间断性表型表现的遗传原因。普通狭义遗传率随叶龄增大趋于下降。基因型与环境互作效应对水稻化感作用的影响较大 ,据此讨论了如何结合应用水稻化感作用的加性和显性遗传效应 。

基于约束区域神经网络的动态遗传算法

提出一种基于约束区域神经网络的动态遗传算法 ,将遗传算法的全局搜索和约束区域神经网络模型的局部搜索结合了起来 .利用动态遗传算法确定神经网络模型的初始点 ,同时使用神经网络确定动态遗传算法的适应度函数 .该算法具有一定的理论意义和生物意义 .与标准的遗传算法相比 ,缩小了搜索规模 。

基于动态遗传算法的网格计算任务调度

针对网格任务调度的动态特性,提出一种改进的遗传算法——动态遗传算法(DGA),设计了新的编码机制和适应度函数,以及相应的选择、交叉和变异算子。根据网格系统各服务节点的计算能力、负载及网络状态进行动态调度,不仅使总的完成时间最短,尽量使主机的空闲时间最短,同时满足每个任务的截止时间的要求。在OPNET环境中构建了一个局部网格仿真模型,对所提出的动态遗传算法进行了仿真实验,并与其他常见网格任务调度算法进行了对比,结果表明动态遗传算法具有很好的优化能力,提供了较好的服务质量。

基于动态遗传算法的DNA序列集合设计(英文)

DNA编码序列的质量与数量直接影响着DNA计算的可靠性和规模,如何找到尽可能好的及尽可能多的DNA序列用于实际的应用一直是DNA计算的一个核心问题.文中首先介绍了研究DNA编码和DNA序列集合对DNA计算的意义,并给出了DNA序列设计的汉明距离和反汉明距离约束条件的定义.DNA序列集合的研究对DNA计算的可靠性和规模有着重要的影响,因此文中利用遗传算法和动态遗传算法来设计满足上述约束条件的DNA序列集合,通过对两种方法所得结果的比较,证明了动态遗传算法明显优于遗传算法.与此同时,将文中所得到的实验结果与前人的研究成果进行比较可知,文中的结果大幅提高了DNA编码的上界,从而进一步缩小了DNA编码界的取值范围.并且文中所给出的实验结果,对以后DNA编码的理论界的研究以及编码理论中关于4元码界的研究,提供了重要的参考值.

动态变异遗传算法

遗传算法是根据达尔文生物进化理论而提出的一种优化算法。该文提出了一种新的遗传算法,理论分析显示,它不仅能保持遗传种群的多样性,而且能快速收敛。计算机仿真实验证明了改进后的遗传算法能够有效地克服不成熟收敛、进而搜索到全局最优解,并将这种新遗传算法用于BP网络的拓朴结构的优化和连接权值的训练,实例表明了该算法的有效性和可行性。

表观遗传经济动态理论框架下制造企业互联网转型模式研究

制造企业互联网转型是信息经济发展的必然选择。与基于价值链攀升的转型升级不同,互联网转型具有融合性、跨越性和强烈的环境依赖性等特征。引入表观遗传经济动态理论,将制造企业互联网转型视为环境诱导下企业通过引入外部知识和技能产生快速变异,进而遗传的过程。进一步,基于生物学隐喻和组织理论逻辑,构建稳态更新、组合更新和标记更新3种理论模式并进行案例分析,从而有助于弥补制造企业互联网转型模式及机制研究的不足,推动表观遗传经济动态理论发展,对制造企业转型实践具有借鉴价值。

一种基于数值编码的动态遗传算法

提出了一种基于数值编码的动态遗传算法．它采用实数值编码以解决待求解的精度受限问题，并引入独具特色的交叉和变异机制，有意识地引导交叉算子，最大限度地减少因变异盲目性导致的遗传基因丢失．此外，采用两个实例来验证算法的有效性和优越性．仿真结果表明：该算法可有效地实现快速全局寻优，并可有效地解决传统ＧＡ的饱和收敛问题．

求解水库优化调度问题的动态规划-遗传算法

综合动态规划和遗传算法的优点,基于贝尔曼最优化原理将水库优化调度按阶段划分为若干多目标决策子问题,各子问题采用混合编码的多目标遗传算法求解,从而提出了一种求解水库优化调度问题的动态规划-遗传算法.该算法不仅在时间上通过划分阶段降维,而且采用遗传算法克服离散状态空间组合所产生的维数灾问题.从理论上论证了动态规划-遗传算法的全局收敛性,分析得出该算法的效率一般高于遗传算法;并经数值试验表明:在计算时段数较多时,动态规划-遗传算法显著优于遗传算法.因此,提出的动态规划-遗传算法为求解水库优化调度问题提供了新的思路与途径.

一种新的动态蚂蚁遗传混合算法应用研究

针对传统蚂蚁遗传混合算法收敛速度慢的特点,提出了一种新的动态蚂蚁遗传混合算法。新算法采用最佳融合点评估策略,动态地控制遗传算法与蚂蚁算法的调用时机,并设计了相应的信息素更新方法,有效减少了算法的冗余迭代次数,提高了搜索速度;同时引入迭代调整阈值控制算法后期的遗传操作和蚂蚁规模,加快了种群进化速度,从而更快地找到最优解。通过对Muth and Thompson基准问题进行计算机仿真,实验证明新算法收敛速度得到了提高。

基于动态蚁群遗传算法的弹药保障路径选择研究

战时弹药保障路径规划属于典型的不确定性路径规划问题,针对战时弹药保障路径的特点,对传统的解决最短路问题的蚁群算法进行改进,引入将蚁群算法和遗传算法相混合的策略,提出了基于动态蚁群遗传算法的路径优化算法,并通过仿真实验验证此算法可快速、科学和稳定地解决弹药保障路径选优问题。程序实现简单、研究结果可靠,能够为弹药保障路径选择的决策提供科学可靠的辅助手段,具有一定借鉴意义。