气候变化在人类进化中发挥的作用

随着人类祖先在非洲的双足站立及其在世界各地的迁移,他们周围的气候便以冷暖、干湿交替的形式出现,气候变化在人类进化中发挥了直接作用吗？本周,气候变化和人类进化会议在哥伦比亚大学拉蒙特—多尔提地球科学研究所召开,20多位科学家发表了他们的研究成果,比如植物和动物发生的变化、温度和降雨的波动、土壤碳同位素、原始人类的牙齿、海底沉积岩芯等。     

约束优化的微分进化算法在波动方程反问题中的应用

本文提出了一种约束优化的微分进化算法,该算法使得种群在演化过程中能保持较好的多样性,且参数设置简单,不容易陷入局部最优,并能在较短时间内找到约束优化问题的最优解.结合有限元法对波动方程反问题进行研究,在对一维及二维波动方程反问题的数值模拟中都得到了较好的结果,表明了该算法具有较好的稳定性和较强的抗噪能力.     

三峡梯级枢纽多目标生态优化调度模型及其求解方法

针对三峡梯级枢纽综合效益的充分发挥及其对长江流域典型生态系统修复及持续改善的科学需求,通过分析发电效益与生态效益之间的制约竞争关系,以发电量最大和生态缺水量最小为目标建立了梯级电站多目标生态优化调度模型,对三峡梯级枢纽多目标生态优化调度进行了研究。同时,针对传统优化方法难以同时处理多个调度目标的固有缺陷,提出一种改进多目标差分进化算法对所构建模型进行高效求解。该方法针对差分进化算法在多目标协同优化和全局寻优能力等方面的不足,依据问题的特点重新设计了差分进化算法的进化算子,同时设计了一种多目标混沌搜索策略以加强算法的局部搜索能力。最后,依据多目标生态优化调度问题的特点设计了一种不需要设置惩罚因子的约束处理方法。通过三峡梯级枢纽多目标生态优化调度的实例应用,验证了本文所构建模型的合理性以及所提出算法的有效性和工程实用性。     

基于小波变换和GALSSVM的边坡位移预测

边坡变形是一个受多种因素综合作用的复杂非线性动力学演化过程,用现有的物理模型来解决边坡变形的预测问题有很大难度。大量的研究工作表明,用实测的边坡位移时间序列来预测边坡未来变形更为准确,而将多种方法组合起来进行预测成为研究的主要趋势。在此基础上,建立了一种基于小波变换和进化最小二乘支持向量机(GALSSVM)的边坡位移预测模型。首先利用小波变换将边坡时间序列分解为低频分量和高频分量,然后利用互信息法和伪近邻法得到各分量的时间延迟和嵌入维数并进行相空间重构,再根据各个相空间的特点建立相应的GALSSVM预测模型,最后把各分量的预测结果进行小波重构,重构后的结果即为最终的边坡位移预测结果。对丹巴滑坡预测研究表明,这种新的预测模型具有较高的预测精度,可以应用于实际工程     

天然岩体渗透系数反演研究

天然岩体存在很多裂隙,而水在这些裂隙中的渗流严重影响岩石工程的稳定性,因此确定天然岩体渗透系数具有重大的实际意义。反演方法是确定岩体渗透系数的一种较理想的方法,渗透系数反演可归结为一个复杂的非线性函数优化问题。由于采用传统优化技术存在不少问题,而目前采用的全局优化算法—遗传算法也存在本质的问题,因此,提出仿生算法-免疫进化规划进行岩体渗透系数反演,并用一个大坝坝基工程的算例证明了算法的有效性。结果表明,其方法可以在仅知道水头的条件下,得到接近实际的渗透系数值。     

海水,大气化学演化对动物起源和进化方向的制约

动物的起源主要依赖于氨基酸等有机小分子在海水中能否进行脱水综合反应而生成生物高分子,后者则依赖于海水ｐＨ值升高和大气ＣＯ２浓度降低的历史演化进程。有机小分子只有在海水ｐＨ值演化到近中性,即寒武纪时彼此才能发生脱水缩合反应而合成生物高分子。只有大气ＣＯ２分压降到１０００Ｐａ以下,即泥盆纪以后,陆地上才能出现稳定的土壤层和植物,动物刀才能从海洋扩展到陆地。随后大气ＣＯ２浓度继续降低导致了气温下降和植物     

花鲈Argonaute基因家族的快速进化与表达分析

RNA干扰(RNA interfering,RNAi)是广泛存在于动植物等生物中的一种高度保守、序列特异的RNA降解机制.Argonaute蛋白是RNAi途径的关键组成部分,其结构、功能和进化模式在无脊椎动物中已得到广泛研究,但在脊椎动物特别是硬骨鱼中的报道还十分有限.本研究从已测序物种的基因组中鉴定了12种哺乳动物和...     

一种新的温度传感器湿度补偿方法

针对温度传感器测量中易受湿度影响的问题,通过对思维进化算法（Mind Evolutionary Algorithm,MEA）中的趋同操作、异化操作及收敛条件进行研究改进,对趋同操作中的散布权值进行自适应调整,在异化操作中引入差分进化算法的变异操作,并考虑收敛条件中搜索平面平缓的情况,提出了基于改进思维进化算法的BP神经网络湿度补偿方法.由湿度影响检定实验得到的样本数据,利用此补偿方法建立湿度补偿模型,将补偿结果与未经优化的BP神经网络模型的结果进行比较研究.结果表明,基于改进思维进化算法的BP神经网络模型补偿精度较高,收敛速度快,计算量小,可有效提高温度传感器的测量精度和可靠性,便于实际应用.     

突发性水污染事件溯源方法

为快速准确地求解突发性水污染溯源问题,在微分进化与蒙特卡罗基础上提出了一种新的溯源方法。该方法将溯源问题视为贝叶斯估计问题,推导出污染源强度、位置和排放时刻等未知参数的后验概率密度函数;结合微分进化和蒙特卡罗模拟方法对后验概率分布进行采样,进而估计出这些未知参数,确定污染源项。通过算例与贝叶斯-蒙特卡罗方法进行对比,结果表明:该方法可使迭代次数有效缩减3/4,污染源强度、位置和排放时刻的平均相对误差分别减少1.23%、2.23%和4.15%,均值误差分别降低0.39%、0.83%和1.49%,其稳定性和可靠性明显高于贝叶斯-蒙特卡罗方法,能较好地识别突发性水污染源,为解决突发水污染事件中的追踪溯源难点问题提供了新的思路和方法。