优选伸缩比SCE-UA算法与新安江模型参数率定研究

洗牌复合形进化(SCE-UA)算法作为寻优能力较强的全局寻优算法已被广泛应用于水文模型参数率定领域。经典SCE-UA算法中的下山单纯形搜索采用固定伸缩比实现反射和收缩操作,其寻优效率还有待提升,实际应用中发现变动伸缩比能够改善算法的寻优效率。针对以上问题,结合数值实验与分析,发现伸缩比取值存在最优区间,在伸缩比最优区间内均匀采样,利用优选法在单纯形搜索过程中动态确定最适伸缩比,提出了基于优选伸缩比的SCE-UA算法。本研究利用改进的算法,基于多组人工降雨—径流资料开展了新安江模型参数率定研究。结果表明,相较于固定伸缩比,优选伸缩比算法在多组人工降雨—径流资料下的参数率定测试中均表现出相同迭代次数下目标函数值更优的结果,显著提升了优化效率,进一步提升了算法的深度搜索能力,具有推广应用价值。

新安江模型参数优化的一种约束SCE-UA算法研究

在新安江模型参数优化领域,洗牌复合形进化(Shuffled Complex Evolution,简称SCE-UA)算法得到了广泛的应用。但在长序列降雨径流模拟和模型参数优化中面临一些问题需要解决。当模型参数适配不当时,土壤含水量易于出现负值,此外,不同径流成分对应的汇流参数需要满足一定的大小关系。上述问题的处理,决定着优化算法能否找到具有正确物理意义的最优模型参数,以及径流模拟结果的合理性和可靠性。针对这些问题,提出了一种约束SCE-UA算法,通过罚函数法对土壤含水量和汇流参数施加约束,引导优化算法向具有正确物理意义的参数可行域展开搜索,在寻优的同时确保了物理意义的正确性。在呈村流域开展了基于约束SCE-UA算法的新安江模型参数优化研究,数值模拟结果表明,约束SCE-UA算法能够确保模型参数物理意义的正确性,解决了土壤含水量出现负值和汇流参数大小关系错误的问题。利用优化获得的最优参数开展水文模拟,能够取得更好的水量平衡效果和更高的模拟精度。

SCE-UA、SCEM-UA算法对改进的HYMOD模型模拟结果的影响

针对概念性水文模型如HYMOD模型参数不确定性问题,先对HYMOD模型进行改进,将模型设计成基于子流域的分散式;接着引入参数估计的SCE-UA和SCEM-UA两类算法,以湘江洣水流域为研究区域,对改进的HYMOD模型进行参数优化和不确定性进行了研究。结果表明,两种算法都能搜索到HYMOD模型的最优参数,使模型取得较好的径流模拟结果;但SCEM-UA算法可得到模型参数的后验概率分布,充分考虑模型参数的不确定性,具有更大的优势。

用CHO细胞进行SCE检验方法探索

以姐妹染色单体交换 (sisterchromatidexchange ,SCE)为指标 ,是继微核检测之后对各种化学物质的遗传毒性做进一步研究的有效方法。通过对化学物质进行SCE的数据统计 ,可以在一定程度上反映其致突变作用 ,是遗传毒性的敏感指标。试验中 ,应用CHO细胞株为主要材料 ,建立了以体外培养细胞SCE试验方法。在CHO细胞SCE试验中 ,在正式制片处理前 3～ 4h加入秋水仙素 ;细胞通过 6 5～ 70min低渗 ;第 3次固定甲醇 -冰乙酸比例为 1∶2 ;在加入 5 -溴脱氧尿嘧啶 (BUdR)后 1～ 1.5个细胞周期后对细胞进行收获能取到最佳制片效果 。

4种方药对环磷酰胺诱发的SCE的抑制作用

目的:对中医常用滋阴补阳方药进行筛选。方法:以ICR纯种小鼠的骨髓细胞为实验材料,用公认的诱变剂环磷酰胺(CPP)诱发的姐妹染色单体互换(SCE)作为指标,研究六味地黄汤、金匮肾气丸、理中汤及桂枝甘草汤对环磷酰胺诱导的SCE的影响。结果:4种方药对SCE均具明显的抑制作用。

SCE-UA算法优化土壤湿度方程中参数的性能研究

借助于一维土壤湿度模型,分别将土壤成份和土壤性质相关参数作为待优化的参数,通过观测系统模拟试验的方式,评估SCE-UA(Shuffled Complex Evolution Algorithm)优化算法对这些参数的优化效果。结果表明:优化的效果不仅依赖于参数的取值范围,还依赖于参数的敏感性,敏感的参数通过优化算法易得到最优值;不敏感的参数存在"不敏感区间",在"不敏感区间"中易陷入次优,通过缩小参数优化分布区间和增加优化的次数可以部分提高优化的效果。此外,模型的超定性也可能导致参数次优值的出现,而通过恰当地给出参数之间的约束条件和优化判据,可以提高参数优化的效果。

SCE-UA算法在TOPMODEL参数优化中的应用

以江西修水万家埠流域为例,用SCE-UA算法对TOPMODEL参数进行了优化,并对优化结果进行了检验.结果表明:SCE-UA算法不仅可以用于概念性水文模型和分布式水文模型,还可以用于半分布式水文模型———TOPMODEL;TOPMODEL参数上下边界需根据参数的物理意义和研究流域特性来确定;在SCE-UA算法中,目标函数的建立对于参数优化具有重要作用,在次洪模拟时,目标函数应突出高水过程和洪峰对模拟效果的影响;SCE-UA算法的绝大部分参数取值都可以采用已有研究成果的默认值,只有复合型个数p需要根据具体问题确定.

水文模型模糊多目标SCE-UA参数优选方法研究

在SCE-UA算法的基础上,结合Pareto排序和模糊多目标优选的优点,提出了水文模型模糊多目标SCE-UA(FMOSCE-UA)参数率定方法。目标函数综合考虑了洪峰流量、水量平衡、峰现时间以及流量过程均方差等水文过程的不同要素,使得优选的参数更能反映流域水文特征。双牌水库实例研究结果表明FMOSCE-UA优于标准SCE-UA算法,优选参数完全可以用于实际洪水预报。

松针提取物拮抗环磷酰胺诱发人外周血淋巴细胞微核及SCE的研究

应用人体外周血微核试验及人体外周血ＳＣＥ试验研究了松针提取物对环磷酰胺致突变作用的影响。结果表明，松针提取物与环磷酰胺共同作用时，能抑制环磷酰胺的致突变性，与微核率及ＳＣＥ频率呈明显的负相关，其相关系数分别为ｒ＝—０．９５８７（Ｐ＜０．０５）及ｒ＝—０．９７６５（Ｐ＜０．０５）。

SCGE,SCE和染色体畸变分析法用于DNA损伤与修复检测的对比研究

目的与方法 :单细胞凝胶电泳技术 (SCGE)、姐妹染色单体交换法 (SCE)和染色体畸变分析法均能被用来检测DNA的损伤或修复。通过对比研究了这 3种方法在DNA损伤和修复检测中的灵敏度和准确性。结果 :SCGE检测H2 O2 所致的DNA损伤比SCE更为灵敏 ,在H2 O2 10 0 μmol/L和 2 0 0 μmol/L剂量组 ,SCGE检测到的DNA损伤率分别达到 45 .6 %和 5 9.5 % ,而姐妹染色单体交换法检测到相应 2个剂量组的DNA损伤率仅为 3 .4%和 5 .3 %。用染色体畸变分析法 ,H2 O2 处理的 4个实验组的染色体畸变率与对照组无明显差异。结论 :SCGE ,SCE和染色体畸变分析法是在 3个不同水平检测DNA的损伤和修复 ,SCGE具有操作简便、快速。

SCE-UA算法在新安江模型及TOPMODEL参数优化应用中的研究

利用江西修水流域资料,将遗传算法和SCE-UA算法对新安江模型汇流参数及TOPMODEL参数进行优化,并对其结果进行了分析研究,得出了以场次洪水拟合的确定性系数为指标,用SCE-UA算法对TOPMODEL参数自动优化的结果比新安江模型的结果稍好的结论。

基于SCE-UA算法的新安江模型参数优化及应用

为了减小水文模型参数优化中人工试错法和局部优化法的不确定性,以一种快速有效的优化方法搜索到水文模型参数的全局最优解。以安徽呈村流域为例,使用SCE-UA算法对新安江模型参数进行优化,日模型和次洪模型分别采用总体水量误差和对数绝对值误差作为目标函数,分析优化结果并对优化参数进行检验。经检验分析,日模型检验期确定性系数均达到0.8,次洪模型检验期确定性系数接近0.9。研究结果表明,采用SCE-UA算法优化新安江模型参数可以取得较好结果,目标函数的选择对参数优化有着重要作用。

环境铅污染对儿童淋巴细胞染色体及 SCE 的影响

为探讨环境铅污染对人体血铅负荷和遗传物质的影响，采用流行病学调查方法，调查了某蓄电池厂周围铅污染情况及该地区３９名儿童和对照组２０名儿童的血铅含量、淋巴细胞染色体畸变率和ＳＣＥ率。检测结果环境铅明显超标，污染组儿童血铅平均含量４３．１±１４．８μｇ／ｄｌ，染色体畸变率（１．８７％±１．０１％）与对照组比明显增高（Ｐ＜０．０１），ＳＣＥ率两组未见明显差别（Ｐ＞０．０５）。这提示：环境铅污染对儿童血铅水平和遗传物质产生了一定影响。

鼻咽癌患者染色体断裂热点与SCE高发位点、脆性部位、原癌基因位点的相关研究

采用在染色体标本上同时显示ＳＣＥ及Ｇ带带型的方法，对鼻咽癌患者染色体断裂热点与ＳＣＥ高发位点、染色体脆性部位及原癌基因位点之间的相关性进行了分析。结果表明：患者的ＳＣＥ频率、染色体畸变率均显著的高于对照组（Ｐ＜０．０１），患者的染色体断裂点和ＳＣＥ位点都主要分布在染色体的Ａ、Ｂ、Ｃ、Ｄ组和浅带上，且两者所累及的染色体号存在着明显的相关（ｒ＝０．９５７６，Ｐ＜０．０１），患者的１５个断裂热点与ＳＣＥ高发位点的一致率为５３．３３％，与脆性部位的一致率为８０％，与原癌基因位点的一致率为４０％

蚕豆SCE检测环境诱变剂的方法学研究

通过大量探索性试验，对蚕豆根尖细胞ＳＣＥ的Ｂｒｄｕ－Ｆｅｕｌｇｅｎ法的试验条件，如Ｂｒｄｕ浓度、Ｂｒｄｕ标记时间及其长短，稀酸水解浓度、时间和温度等对分色的影响进行了详尽的研究，获得了最佳的实验条件及程序，克服了ＳＣＥ研究沿用的ＦＰＧ法程序复杂，难以普及的缺点。此外，还用其他遗传毒理学方法与本方法进行了比较研究，探索利用该技术检测环境中诱变因素的可能性。

补气药对环磷酰胺诱发SCE的抑制作用

我们从1984年分别以C57纯种小鼠的骨髓细胞和人外周血淋巴细胞为实验材料,用公认的诱变剂环磷酰胺(C.P.P)诱发的SCE升高作为指标对大量中草药进行筛选发现具有“扶正固本”作用的补气药或相关物以及各种人参的有效成分或单体,对升高的SCE频率具有抑制作用,先后发表(有的待发表)论文十余篇,本文是对7年来的实验工作的总结。

SCE-UA算法在暴雨强度公式参数优化中的应用

针对暴雨强度公式的超定非线性等特点,提出了将SCE-UA算法应用于不同重现期的暴雨强度与降雨历时关系式中参数的优化,并与优选回归法、遗传算法、粒子群算法和蚁群算法的优化结果进行了分析比较。实例应用结果表明,该算法可有效、快速地搜索到参数组全局最优解,且稳定可靠,提高了暴雨强度公式参数优化的精度,较其他算法具有一定的优越性。

基于SCE算法的结构系统识别

使用SCE(Shuffled Complex Evolution)算法进行结构系统参数识别,并将该问题描述为一个多峰值非线性高维优化问题。文中给出多种工况下的数值模拟算例,包括不完备输出信息、噪声干扰和无先验参数信息等。识别结果证明了SCE算法应用于结构系统识别问题的可行性、稳定性和有效性。

丹参和半枝莲对丝裂霉素C诱发小鼠MN和SCE的防护作用

本文以姊妹染色体交换（ＳＣＥ）和微核（ＭＮ）为指标，评价了中药丹参和半枝莲对丝裂霉素Ｃ（ＭＭｃ）诱发小鼠遗传物质损伤的影响，证实了两种中药本身并无诱变作用，提出了丹参，半枝莲具有抗ＭＭＣ诱发遗传物质损伤的作用。

基于SCE-UA支持向量机的短期电力负荷预测模型研究

支持向量机(support vector machine,SVM)作为一种新颖的机器学习方法已成功应用于短期电力负荷预测,然而应用研究发现SVM算法性能参数的设置将直接影响负荷预测的精度.为此在对SVM参数性能分析的基础上,提出了SCE-UA(shuffled complex evolution-University of Arizona)支持向量机短期电力负荷预测模型建模的思路及关键参数的选取,在建模过程中引入了径向基核函数,简化了非线性问题的求解过程,并应用SCE-UA算法辨识SVM的参数.贵州电网日96点负荷曲线预测的实际算例表明,所提SCE-UA支持向量机模型不仅克服了SVM参数选择的盲目性,而且能提高预测准确率,是一种行之有效的短期电力负荷预测模型.