一种改进的基因表达式编程方法及应用

基因表达式编程(GEP)是基于遗传算法和遗传编程的具有更强数据处理和知识发现的进化算法。介绍了传统GEP算法的基本原理和关键技术,针对求解问题时传统GEP存在未成熟收敛和进化后期收敛速度慢等问题,提出了GEP算法的改进方法,并将改进算法应用于函数发现问题中。与传统GEP算法的对比试验表明改进的GEP算法具有更好的求解能力和更高的性能。     

安徽省六安市生态系统生产总值核算研究

通过评价六安市生态系统为六安和周边地区人们福祉和支撑经济社会发展所提供的产品和服务及其经济价值总和,基于指标方法的规范和定期开展生态系统生产总值(GEP)核算的制度,核算了六安市2017年GEP.综合分析核算结果可知,六安市2017年的GEP达3794.48亿元,其中生态系统调节功能总价值、生态系统产品提供总价值和生态系统文化功能总价值分别为3140.8亿、408.5亿和245.2亿元,分别占全市GEP的82.77％、10.77％和6.46％.六安市土地面积约15461.16 km2,单位面积GEP为2454.20万元/km2.六安市GEP远远高于当年的国内生产总值(GDP)(1218.7亿元).可知六安市GEP具有较好的发展潜力,可为促进社会经济的可持续发展提供重要支持.     

温度对克氏针茅草原生态系统生长季碳通量的影响

草地生态系统碳通量的驱动机制研究是碳循环研究的重要方面。利用涡度相关技术观测了克氏针茅草原生态系统的净生态系统碳交换(NEE)、生态系统初级生产力(GEP)、生态系统呼吸(Reco)的变化,探讨了2010年生长季内温度对该系统NEE、GEP和Reco的影响。结果表明,2010年生长季内,克氏针茅草原日尺度上NEE和GEP只出现了1个明显的吸收峰,Reco则呈现倒"U"型变化规律。克氏针茅草原空气温度与NEE、GEP和Reco呈极显著相关关系,气温日较差对该系统碳通量的影响程度较小;土壤温度与NEE、GEP和Reco之间也呈极显著相关关系,土壤温度的增加会同时提高克氏针茅草原生态系统的固碳能力、初级生产力及呼吸作用。空气温度和土壤温度都是影响克氏针茅草原生态系统碳收支的重要驱动因子。     

基于改进基因表达式程序设计的菠菜价格建模及预测

基因表达式程序设计(GEP)是一种基于基因型和表现型的新型进化算法。针对传统GEP遗传算子进行建模及预测时容易受到噪声干扰,导致过早收敛,陷入局部最优等缺点,提出了一种新型GEP算法,增加了"倒串"和"基因提取"算子,该新型算法可以提高基因的有效利用率,具有更高的收敛速度和求解精度,且能更好的避免早熟现象。将该新型GEP算法用在菠菜价格预测上,通过对训练数据进行分析和进化创建数学模型,实现菠菜价格的仿真与预测,通过多组实验证明,该新型基因表达式程序设计算法在菠菜价格预测上具有更快的收敛速度和更高的精度。     

价值核算体系融合物质流分析的沱江流域生态系统生产总值分配研究

【目的】探究2018—2019年沱江流域生态系统生产总值(gross ecosystem product, GEP)变化特征，为流域生态补偿机制设计提供参考。【方法】利用GEP核算体系融合物质流分析开展流域城市的GEP分配，揭示流域GEP的变化特征。【结果】(1) 2018年和2019年沱江流域GEP分别为4 120.21亿元和4 477.67亿元，其中，气候调节服务价值和文化服务价值贡献最大，二者累积贡献分别为2 468.99亿元和2 721.14亿元，占比分别达59.9%和60.8%;(2)流域内成都的GEP总量最大，2018年和2019年分别为1 484.87亿元和1 589.17亿元；泸州的GEP总量最小，分别为150.59亿元和168.48亿元，但其涨幅最高，达11.9%;(3) 2018年，内江生态价值溢出最多，达427.68亿元，但2019年减少至99.76亿元；成都生态价值溢出的增量最大，从2018年的192.15亿元增加至2019年的329.49亿元；泸州由生态价值外溢转为生态价值消耗，从2018年的74.93亿元减少至2019年的-4.95亿元，由受偿主体转变为补偿...     

土壤温度和水分对克氏针茅草原生态系统碳通量的影响初探

草地和大气间碳通量的观测有助于理解草原生态系统的碳循环及其控制机理.利用涡度相关技术观测了克氏针茅草原生态系统与大气之间的净生态系统碳交换(NEE)、生态系统初级生产力(GEP)、生态系统呼吸(Reco)的变化,探讨了2008年生长季内土壤温度和水分对克氏针茅草原生态系统NEE、GEP和Reco的影响.结果表明,2008年生长季内,克氏针茅草原日尺度上NEE和GEP都出现了3个峰,二者之间有极显著的相关性,尺eco则呈现倒"U"型变化规律.克氏针茅草原土壤温度与NEE、GEP呈二次曲线的关系,而与Reco呈指数关系,土壤水分的增加会提高克氏针茅草原生态系统的固碳能力、初级生产力及呼吸作用.土壤温度和水分是影响克氏针茅草原生态系统碳收支的重要因子.     

不同土壤水分条件下杨树人工林水分利用效率对环境因子的响应

运用涡度相关(Eddy covariance,EC)开路系统和微气象观测系统,于2007年对位于北京市大兴区永定河沙地杨树(Populus euramertcana)人工林与大气间碳、水和能量交换进行了连续测定.通过分析总生态系统生产力(GEP)、蒸发散(ET)以及水分利用效率(WUE=GEP/ET)随相对土壤含水量(REW)的变化趋势,探讨杨树人工林不同土壤水分条件下水分利用效率对气象因子以及下垫面因素的响应,为杨树人工林经营管理提供理论依据.研究结果表明:当REW＜0.1时,GEP和ET受到严重水分胁迫的影响维持在较低水平,环境因子对GEP、ET和WUE的影响较小;当0.1＜REW＜0.4时,GEP和ET随着土壤体积含水量(VWC)的增加而增大,WUE随VWC的增大而减小;REW＞0.4时,气象因子是影响碳固定和水分损耗的主要原因,由于ET对气象因子变化的响应较GEP更为敏感,因此,WUE随空气饱和水汽压差(VPD)的增大而减小.沙地土壤保水能力较差,不能保证土壤水分被植物有效利用,因此当VWC处于5.2%-8.8％(0.1＜REW＜0.4)范围时,碳固定与水分消耗达到最高效率.研究表明杨树人工林WUE随降水变化而变化,未来气候变化和变异有可能影响杨树林耗水和生产力之间的关系.     

安吉毛竹林生态系统光合作用特征及其环境影响因子研究

以浙江省安吉县毛竹(Phyllostachy sedulis)林生态系统为研究对象,利用开路涡度相关系统测定了2014年毛竹林生态系统CO2通量特征,首次利用涡度相关法分析了毛竹林生态系统光合作用特征及其影响因子。结果表明:生态系统最大光合速率(Pmax)、暗呼吸速率(Rd)和初始量子效率(α)均具有明显的月变化特征,各参数的变化范围分别为0.376 5~1.525 7 mg/(m2·s)、0.001 6~0.002 4 mg/(m~2·s)、0.078 5~0.269 5 mg/μmol,毛竹林总生态系统生产力GEP年总量为1 596.22 g C/(m~2·a)。影响毛竹林生态系统Pmax和GEP的主要环境因子是温度、光合有效辐射、叶面积指数和饱和水汽压差,Pmax和GEP均随着温度、光合有效辐射和一定范围内的叶面积指数的增加而增长,SWC50 cm也是影响Pmax和GEP的重要环境因子(P0.05),SWC5 cm对二者的影响均不明显(P0.05)。     

北京奥林匹克森林公园绿地碳交换动态及其环境控制因子

随着城市化进程的推进,城市公园绿地的面积也在不断地增加。在碳循环与气候变化研究中,以人工植被为主要存在形态的城市绿地生态系统,其潜在的碳汇功能亦不容忽视。基于涡度相关技术,于2011年12月1日至2012年11月30日对北京奥林匹克森林公园城市绿地生态系统进行了碳通量观测,以探讨城市绿地生态系统碳交换及其与环境因子的关系及其源/汇属性和强度。研究发现：奥林匹克森林公园绿地年总生态系统生产力（Gross ecosystem production, GEP）、生态系统呼吸（Ecosystem respiration, Re）、生态系统净生产力（Net ecosystem production, NEP）具有明显的季节变化,生长季（4月—11月）以吸收二氧化碳（CO2）为主,非生长季以释放CO2为主。Re随空气温度（Air temperature, Ta）呈指数增加,温度敏感性系数（Q10）为2.5;GEP也随Ta的升高而增加;GEP与Re对Ta的响应差异决定着NEP与Ta的关系：当Ta < 10.0 ℃时,NEP随Ta升高而下降;当Ta > 10.0 ℃时, NEP随Ta升高而增加。在生长季各月,日总GEP随日光合有效辐射（Photosynthetically active radiation, PAR）的升高而增加,生态系统光合作用表观光量子效率（α）和平均最大光合速率（Amax）也表现出明显的季节变化,最大值出现在7月,分别为0.083 μmol CO2/μmol PAR 和29.46 μmol/m2?s,最小值出现在11月,分别为0.017 μmol CO2/μmol PAR和4.16 μmol/m2?s。奥林匹克森林公园绿地全年GEP 、Re、NEP的年总量分别为1192、1028、164 g C/m2。该研究结果可用于估算、模拟预测相似城市生态系统在气候变化背景下生态系统净碳交换,可作为城市绿地生态系统管理与应对气候变化的重要理论基础。     

自适应遗传算法及其在渗流参数反演中的应用

利用水头实测资料,以渗透系数为待反演的参数,在采用基本遗传算法进行参数反演研究的基础上,针对简单遗传算法难以确定交叉率和变异率的最佳值及计算量较大、易早熟等缺点,提出以自适应遗传算法来解决工程中的这类反演问题;为力求使改进的遗传算法计算量更小,收敛性更强,同时结合简单的二稳定渗流有限元算例,在相同的情况下分别用简单遗传算法和自适应遗传算法进行了反演计算。结果表明,自适应遗传算法在保持简单遗传算法优点的同时,有效地提高了算法的收敛性,并在一定程度上克服了简单遗传算法的早熟问题。因此,自适应遗传算法为渗流领域求解反演问题提供了新的途径。     

多种群竞争遗传算法及其性能分析

在指出传统遗传算法收敛中所存在的收敛速度慢及局部收敛问题的基础上,引入了一种新的改进遗传算法——多种群竞争遗传算法。该算法以种群间竞争为基础,不断淘汰相似个体,并不断补充新个体,增加种群的多样性,以提高收敛速度。最后,用一个典型的测试函数对传统遗传算法和多种群遗传算法进行测试,结果表明多种群遗传算法的性能优于传统遗传算法。     

改进遗传算法在机械优化设计领域的应用进展

 遗传算法具有比传统优化方法更易于解决优化问题的能力,传统遗传算法与其他算法相结合的研究而形成的诸多改进遗传算法,在不同领域获得了广泛的应用并有了长足的发展。在论述了遗传算法应用于机械优化设计的优势以及改进遗传算法的研究趋势后,以改进的遗传算法应用于机械优化设计的典型范例,就近几年来在机械优化设计中的应用发展,计算精度改进及前景作了必要的讨论。     

遗传算法在商场数据库中的应用

采用自适应遗传算子、多参数编码技术和确定性期望值模型选择机制等方法对基本遗传算法作了相应改进,有效提高了遗传算法的局部搜索能力,并具体介绍了遗传算法在商场数据库中寻找最优客户群的应用,说明了应用遗传算法中需要注意的一些问题。     

基于自适应遗传算法的渗流参数辨识研究

【目的】针对简单遗传算法难以确定交叉率和变异率的最佳值、计算量较大及易早熟等缺点,提出以自适应遗传算法来进行渗流参数辨识,为获得工程所需的计算参数提供参考。【方法】利用水头实测资料,以渗透系数为待辨识参数,在采用简单遗传算法进行参数辨识研究的基础上,力求使改进的遗传算法计算量更小,收敛性更强,同时结合三维稳定渗流有限元工程实例进行了反演计算。【结果】自适应遗传算法在保持简单遗传算法优点的同时,有效地提高了算法的收敛性,并在一定程度上克服了简单遗传算法的早熟问题。【结论】自适应遗传算法为渗流领域的参数辨识提供了新的途径。     

自主迁移的并行遗传算法用于马斯京根模型参数估计

遗传算法是一种随机性的全局优化算法,但简单遗传算法易陷入局部最优。将并行技术与遗传算法相结合,且针对影响并行遗传算法性能的迁移时机进行研究,提出自主迁移的并行遗传算法用于马斯京根模型参数估计。实验结果表明,该算法为估计马斯京根模型参数提供了一种有效的方法。     

基于最大类间方差的图像分割改进遗传算法

在基于最大类间方差传统遗传算法实现图像分割的基础上对其改进, 提出了基于染色体、基因位的"双自适应交叉概率"的改进遗传算法. 该方法利用待分割图像的直方图作为先验知识, 缩小了初始种群的选取范围, 提高了遗传算法的寻优能力. 实验表明, 改进的遗传算法应用于图像分割较传统遗传算法有更好的效果.     

基于混合并行遗传算法的多目标约束优化技术研究

多目标约束优化问题属于NP问题。并行遗传算法是解决该类问题的常用算法,它具有较强的全局搜索能力和并行性,但局部搜索能力差,禁忌搜索算法则比较适合于局部搜索。提出了一种基于混合并行遗传算法的多目标约束优化方法,该方法综合了并行遗传算法和禁忌搜索算法的优势,改进了并行遗传算法的性能,能有效避免局部最优解。     

标准遗传算法引入遗传策略和突变算子对蛋白质2D折叠模拟的影响

目的改进标准遗传算法以提高蛋白质结构的预测效率。方法在标准遗传算法的基础上引入蒙特卡罗局部优化策略、克隆体过滤策略、多胎竞争选择策略等,在均匀变异的基础上,引入一系列结构突变算子。利用改进的遗传算法对标准蛋白质序列进行二维折叠模拟。结果与其他算法相比,利用改进的遗传算法搜索到了HP60和HP64序列能量更低的构型。结论引入的遗传策略和突变算子增强了遗传算法的寻优能力。改进的遗传算法是个极具潜力的蛋白质结构预测方法。     

一种改进的遗传算法及其收敛性分析

为了克服基本遗传算法只考虑种内竞争的缺陷,提出了基于种间竞争的基本遗传算法的改进算法,并用Markov链分析了遗传算法的收敛性问题,证明了改进的遗传算法收敛到全局最优解的概率为1.通过考核实例计算,发现改进后的算法具有更强的鲁棒性.     

林业无线传感器网络节点定位技术

针对传统遗传算法存在过早收敛,对遗传定位算法进行了改进,提出了一种新的无线传感器网络节点定位算法,通过对单调基因位进行突变克服遗传算法的局限性。仿真实验表明:改进遗传算法比传统遗传算法在对未知节点的定位精度与计算的收敛速度方面有了显著提高。