邻域竞争对长白山阔叶红松林关键树种生长的影响

林木间的竞争是影响树木生长、形态和死亡的主要因素.单木邻域竞争分析能够反映个体间相互作用规律及其距离范围,对于减缓林木竞争、促进林木生长具有重要意义.为弄清竞争对阔叶红松林林木生长的影响,本研究基于Hegyi单木竞争指数和邻域分析方法,探讨了长白山原始阔叶红松林中的5个关键树种——红松、紫椴、水曲柳、蒙古栎和春榆(胸高断面积合计占80%)竞争的邻域半径,并分析了竞争对关键树种生长和死亡的影响.结果表明:红松、紫椴、水曲柳和蒙古栎4个树种单木竞争的邻域半径均为11 m,春榆为13 m.关键树种单木邻域竞争强度与其生长量的对数呈显著负相关,与树木个体的大小呈显著正相关;竞争强度对树木生长影响的相对重要性随着个体的生长而降低.邻域竞争显著增加了关键树种的死亡率.本研究表明长白山阔叶红松林中邻域竞争对关键树种的生长和存活有重要影响,研究结果对阔叶红松林关键树种竞争环境的调整和生产力的提升具有指导意义.

一种可用于数值优化的一维智能体遗传算法的研究

针对复杂寻优问题,提出了一种新的遗传算法-一维智能体遗传算法(CAGA)。该算法采用一维链式智能体网络结构,实现动态邻域竞争选择、正交交叉和自适应变异,可更好的保持种群多样性,从而获得较优的优化精度。实验采用了多个多维复杂函数进行了优化实验,结果表明,该遗传算法比其他多个著名优化算法可获得更优的优化结果。

一种求解双目标flow shop排序问题的进化算法

提出一种求解双目标flow shop排序的递进多目标进化算法.算法采用改进的精英复制策略,在实现精英保留的前提下降低了计算复杂性;通过递进进化模式增加群体多样性,改善了算法收敛性;通过群体进化过程中对非劣解集进行竞争型可变邻域启发式搜索,增强了算法局部搜索性能.采用新算法和参照算法NSGA-II对31个标准双目标flow shop算例进行优化.研究结果表明,新算法在所有算例的求解中均获得了优于NSGA-II的非劣解集,验证了算法的有效性.