Love波免疫传感器在免疫分析中的研究

Love波免疫传感器是一种以免疫反应为识别方式的新型声表面波传感器。与其它压电声波免疫传感技术相比,水平剪切型表面波、高的压电晶体基频以及声波导层的存在使Love波免疫传感器在可用于气液两相检测的同时具有更高的灵敏度,从而可以成为免疫分析中的一种重要的工具。本文分别从Love波传感器的构造、原理、发展现状和以抗体作为探针在传感器表面的固定化方法两方面综述了Love波免疫传感器的研究进展。     

以氟苯酚—H2O2—HRP体系酶联荧光免疫分析研究：Ⅲ.F^—Al酸性铬蓝…

建立了一种检测人血清中乙肝Ｅ抗原的新荧光光度法，通过酶促反应，对氟苯酚＋Ｈ２Ｏ２→＾ＨＲＰ苯酚＋Ｆ＾－＋Ｈ２Ｏ与Ａｌ－酸性铬蓝Ｋ荧光体系相偶合，测定辣根过氧化物酶（ＨＲＰ）及其标记物，测定ＨＲＰ的线性范围为０．１９～３１ｍＵ／ｍＬ，检出限为０．０４ｍＵ／ｍＬ。     

基于遗传算法的PTP1B抑制剂的二维定量构效关系研究

利用遗传算法,并结合线性回归和交叉验证方法,对一系列43个苯并呋喃/噻吩联二苯类PTP1B抑制剂作了二维定量构效关系的研究.计算得到了一组效果较好的定量构效关系模型.模型不仅具有好的回归能力,而且还具有很好的预测能力.同时,通过分析在遗传优化过程中参数在精华种群中所占的比例,还得到了可能对活性影响较大的成分.计算结果表明,分子的4个参数:lgP(分配系数)、Area（表面积）、MW（分子量）以及Dip（偶极距）是影响化合物活性的最重要的参数,这对抑制剂的设计和改造提供了指导.     

一种眼动测量的图像分析方法

提出一种用于鸟类视觉行为学实验的眼动测量的图像分析方法.采用基于遗传算法的多级灰度值聚类法分割普通CCD捕捉的视频图像,用区域生长法标记连通域粗略定位瞳孔区域,并利用瞳孔的近似圆形的几何特性修补光源反射影像形成的孔洞.在此基础上进行边缘检测,利用边缘像素的灰度分布特点修正瞳孔轮廓,采用重心法定位瞳孔中心.用该方法对实验环境照度下捕捉的图像和红外光源辅助照明的图像进行了分析,并与主动轮廓线方法对比.实验结果表明,该方法对眼睛特征的先验知识依赖程度低,抗噪声能力强,瞳孔中心定位精确.     

遗传算法及神经网络在锅炉负荷优化分配中的应用

针对并列运行锅炉群的负荷优化分配问题,提出用遗传神经网络辨识给煤量-产气量模型,并用改进的遗传算法进行负荷优化分配.给出了改进遗传算法和遗传神经网络的辨识原理.负荷优化分配结果表明,该方法优于平均分配方法.     

分类规则挖掘的免疫算法

为了高效地从数据库中挖掘分类规则，提出了一种基于免疫算法的分类算法．该算法的核心思想为：对规则的前件进行固定长度编码，适应度函数的计算由分类规则的较小分类错误率、简洁性、一致性和训练实例的覆盖性构成，通过把适应度最小的个体作为先验知识来修改个体的某些分量的方法进行疫苗接种，并通过检测个体是否出现退化和模拟退火来实现免疫选择，同时还采用了基于信息增益的规则剪枝策略．在美国加州大学标准数据集中的5个数据集上将该算法与RISE和OCEC算法进行了实验比较，结果表明该算法不仅具有更快的收敛速度，而且获得了更高的预测准确率及更小的规则集。     

一种改进的遗传优化算法在网络故障预测中的应用

模糊逻辑控制器(FLC)模型简明，易于利用专家知识，适应能力强．适用于多输入、具有不确定因素、非线性系统的控制。随着系统复杂度的提高，直观经验获取难度变得越来越大．既难表述，又难使用。本文针对网络系统中故障的预测和诊断问题，将遗传算法与前馈网络结合，提出了一种基于BP的遗传优化改进型算法(RGA—BP)，并与经典BP算法结果作了比较，迭代步骤很明显的减少，精度明显提高。     

非线性理论在PID控制器中的应用

近年来，非线性理论在PID控制器中的应用十分迅速和广泛，如将模糊理论、神经网络理论、混沌理论、遗传算法、博实论等一系列非线性理论应用在PID控制器中，形成了模糊、神经网络、基因即遗传、混沌等PID控制器，并广泛应用于复杂的工业过程控制中。本文主要就几种PID控制器研究的现状与存在问题进行了分析。     

一种改进的遗传算法在模糊控制器中的应用

将一种改进的遗传算法应用于模糊控制器的设计,对控制器的控制规则进行寻优.以倒立摆为例进行计算机仿真,结果验证了这种方法的有效性.