遗传算法在方程求根中的应用

提出了一种新的求根方法，即将遗传算法应用于方程求根的领域之中，并在大量数值实验的基础上，将遗传算法与数学上常用的传统求很方法进行了比较，实验的结果表明，遗传算法具有一定的优越性．     

Super SAP在结构分析中的应用

介绍并讨论了有限元程序Super SAP91在结构分析前处理中的应用情况,并就建模实践中所遇到的问题提出了解决方法。结合两个工程实例,对结构做了静力分析和动力特性分析。     

遗传算法在热电厂生产调度 优化中的应用

本文介绍遗传算法在热电厂运行优化中的应用方法,与一般的遗传算法不同的是, 我们在设计三种 遗传算子时考虑到父代的适应值.     

用定量会聚束电子衍射技术对二十面体AlPdMn准晶结构的优化

对n0，n1，b1和d0等4个位置上的7个原子面，用位置对称性允许的面谐函数描述原子面边界的形状和大小，用定量会聚束电子衍射技术对描述这7个原子面的形状与大小的15个参数进行了精修，得到了一个新的描述二十面体AlPdMn准晶结构的高维空间模型．由这个模型，在三维物理空间用切割法得到了比不考虑棱边中点d0处原子面的球形模型和非球形模型更加完整的原子结构，原子间距不合理的情况得以消除．通过解析式表述的这一模型，与用菱形多面体和91个参数描述原子面的6维团簇模型相比适用性更强．     

基于遗传算法的静态Ad-hoc拓扑结构控制

将遗传算法引入到了静态Ad—hoc无线网络的拓扑结构控制中，突破了网络中所有节点辐射半径都相同的固有思路，通过调节各无线节点的辐射半径，在相邻节点对之间形成有向路径，从而达到节省节点能源消耗和网络拓扑结构优化的目的，并取得了较好的实验结果。     

模拟退火-改进遗传算法及其应用

论述了遗传算法在全局搜索中的优势和模拟退火算法在局部寻优中的能力,进而提出了两者相结合的算法：模拟退火一改进遗传算法。通过比较,说明模拟退火一改时遗传算法的优化性能更好、更完善,并在实际应用中取得了良好的应用效果。     

多目标整数规划中的遗传算法

以下料问题为例建立了多目标整数规划的数学模型,描述了用遗传算法求解多目标整数规划问题的方法．这种算法较圆满的解决了既考虑费用又考虑需求的下料问题,具有广泛的应用价值．     

十进制编码遗传算法的模式理论分析

基于单点交义采用申表示，n（≥2）点交义与均匀交叉采用环表示的方式，推导出十进制编码遗传算法的模式理论，避免了二进制遗传算法模式理论中把交叉点的选取看作是相互独立的和忽视交叉对染色休申成作用的两点不足，得出了对于任意进制的遗传算法，如果进化层次一致，耶么运行机理相似的结论。     

一种基于整体退火遗传算法的动态IR Drop分析新方法

提出了一种基于整体退火遗传算法的动态IR drop分析方法.该方法在经典遗传算法基础上,引入父代竞争和适应函数模拟退火处理,优化了动态分析的输入向量,加快了分析速度.实验表明,与经典遗传算法相比,该方法提高了动态IR drop分析的准确性,提高了算法收敛速度,繁殖代数平均减少了35%,分析结果改进了10%左右.     

智能材料在土木工程结构振动控制中的应用

智能材料包括电／磁流变液、压电材料、磁致伸缩材料以及形状记忆合金等．本文综述了近年来智能材料在土木工程结构振动控制中的应用概况,并对其今后的发展趋势作了展望．     

一种新的遗传算法最优保存策略

提出了一种新的遗传算法最优保存策略,该策略在最优个体保留的基础上,添加一个与最优个体相异因子较大,而适应值不过小的个体.这样做既利用了最优保存策略的全局收敛性,又通过新添加的个体来保持种群的多样性,以防止早熟现象的出现.对典型优化函数进行了测试,结果表明基于新的最优保存策略的遗传算法(DESGA)收敛性能显著好于一般简单遗传算法(SGA)和最优保存简单遗传算法(ESGA).该策略与最优保存策略一样具有一般通用性.     

浙江“6.10”飑线过程中尺度分析

利用雷达和地面加密观测资料对严重影响浙江省的一次飑线过程进行了中尺度分析,结果表明：在飑线的雷达回波出现前几小时,浙江西部的天目山和安徽黄山地区形成地面中尺度的地形汇合线和地面中小尺度的涡旋环流,地面的分析呈一种不连续的状况且易变化,飑线的发生发展一方面与低层的中尺度气流汇合线有密切关系,另一方面,也明显反映出老雷暴的外）中气流与前方的系统气流组成中尺度汇合线和辐合有关;这种地面中尺度汇合线上辐合强度十分明显,其垂直分布中,辐合主要发生在850hPa以下,由于高空槽线的前倾,位于飑线上空的对流层中低层是一辐散区．利用卫星云顶温度资料,可以发现主云区（TBB小值中心区域）与地面强风的辐散区对应,在辐散的前方出现7级以上的地面大风,可以达到强度为30m／S以上的偏北极值风,分析表明,云项温度值随着飑线发展和地面大风的增强而有所减弱、TBB低温度区范围逐渐减小,但主云区范围扩大,这与飑线的发展和雷达回波图上扇形拉开相对应．从短时监测的资料分析,飑线发展过程中,雷达主回波前方的新生的回波单体对飑线发展和持续十分有利,而它的新生与边界层的辐合线相联系,因此,充分利用中尺度地面观测资料有助于飑线的发展研究．     

遗传算法的早熟收敛

通过对遗传算法机理的分析,指出模式缺少是早熟产生的原因.提出了一个在遗传算法中基于模式抽取和模式补偿的补偿算子,以解决早熟现象.     

遗传算法研究Pdn（n=2-57）团簇的结构特性

本文利用遗传算法结合紧束缚势计算了Pdn（n=2-57）团簇的基态能量及结构．通过讨论团簇的平均束缚能Eb、二阶差分能△2E（n）和剩余能△E（n），发现团簇平均束缚能随原子数目的增加而增大，n为13、22、30、38、41、46和55为其幻数序列．并发现，Pd54为无中心原子的Ih结构，其稳定性略低于Pd55的稳定性．     

L_p空间中Lipschitz强单调算子方程解的迭代算法

设E=L_p(1p∞),A:E→E~*为Lipschitz强单调算子.给出了L_p空间中Lipschitz强单调算子方程解的迭代构造算法,并证明由此算法构造的序列强收敛于A_x=0的唯一解,所得结果改进和推广了已有文献的相关结果.     

珍稀植物日本荚蒾遗传多样性的ISSR分析

日本荚蒾是浙江省重点保护野生植物,种群数量极为稀少,仅零星分布于部分海岛。在野外调查的基础上,对8个居群共125份日本荚蒾样品进行了ISSR遗传多样性分析。从100条ISSR通用引物中筛选出7条引物用于ISSR-PCR,共扩增得到240个谱带,其中多态性谱带232个。在物种水平上,日本荚蒾的多态性位点百分比（PPB）达96.67%,Nei’s基因多样性指数（H）为0.227 3,Shannon’s信息指数（I）为0.358 1,具有较高的遗传多样性;在居群水平上,日本荚蒾的PPB为32.61%,H为0.073 1~0.136 3,均值为0.108 8;I为0.109 2~0.205 1,均值为0.164 2;居群间基因分化系数（Gst）为0.527 1,基因流（Nm）为0.448 7,遗传距离为0.098 2~0.254 0;聚类分析结果表明,同一地理来源的日本荚蒾大多聚为一类,呈一定的地域分布规律。日本荚蒾遗传多样性水平高,但主要存在于居群间,岛屿之间的地理隔离可能是遗传分化的主要原因。     

大花无柱兰遗传多样性的SRAP标记分析

大花无柱兰是一种珍稀兰科植物,具有一定的观赏和药用价值,但数量十分稀少,该物种亟待保护。本研究采用SRAP分子标记技术,对10个居群的115份DNA样品进行PCR扩增,并开展遗传多样性分析。从81对引物中筛选出9个条带清晰、多态性好、重复性高的引物组合,共扩增得到305条谱带。在物种水平上,多态性比率（PPB）为100%,Nei’s基因多样性指数（H）为0.209 8,Shannon’s指数（I）为0.340 2;在居群水平上,PPB为24.59%～52.13%,H为0.079 6～0.165 5,I为0.120 9～0.252 3。居群水平上,基因分化度（Gst）为0.520 9,基因流（Nm）为0.459 9,遗传距离为0.091 9～0.198 4。UPGMA聚类结果表明,10个居群可分为3大类,地理距离相近的居群优先聚集。大花无柱兰的遗传多样性较为丰富,居群间存在一定的遗传分化和基因交流,可采用就地保护和人工栽培等方式加以保护。     

大花无柱兰遗传多样性的SRAP标记分析

大花无柱兰是一种珍稀兰科植物,具有一定的观赏和药用价值,但数量十分稀少,该物种亟待保护。本研究采用SRAP分子标记技术,对10个居群的115份DNA样品进行PCR扩增,并开展遗传多样性分析。从81对引物中筛选出9个条带清晰、多态性好、重复性高的引物组合,共扩增得到305条谱带。在物种水平上,多态性比率（PPB）为100%,Nei’s基因多样性指数（H）为0.209 8,Shannon’s指数（I）为0.340 2;在居群水平上,PPB为24.59%～52.13%,H为0.079 6～0.165 5,I为0.120 9～0.252 3。居群水平上,基因分化度（Gst）为0.520 9,基因流（Nm）为0.459 9,遗传距离为0.091 9～0.198 4。UPGMA聚类结果表明,10个居群可分为3大类,地理距离相近的居群优先聚集。大花无柱兰的遗传多样性较为丰富,居群间存在一定的遗传分化和基因交流,可采用就地保护和人工栽培等方式加以保护。     

遗传算法的随机摄动法

为避免遗传算法在进化计算过程中失去种群多样性并陷入局部最优解,提高其全局优化搜索的运行效率和精度,提出一种遗传算法的改进方法－随机摄动算法,它是将复制,交叉,变异后群体中的各个体在确定的某处邻域随机摄动,如引起适应度值增加,则接受随机摄动操作,否则以变异权率接受随机摄动操作,然后以能量函数的概念及其运行机理进行了说明,算例表明,本文所提出的随机摄动算法易于实施,且十分有效。