基于蚁群算法的城市可持续发展综合评价

在可持续发展体系分类的基础上，应用蚁群算法对可持续发展各分类指数公式和综合指数公式进行优化，建立可持续发展评价模型。将该模型应用于乌鲁木齐市可持续发展水平评价，评价结果与现状分析一敛。结果表明该模型简单适用、有良好的通用性。     

东海虾类的生态群落与区系特征

有关东海的虾类，刘瑞玉(1959，1963，1964)、董聿茂(1959，1980，1986)等已做过大量的调查研究。近10多年来，由于东海传统的主要经济鱼类资源衰退，捕食虾类的鱼类减少，因此，使虾类生存空间扩大，这有利于虾类资源的繁衍生长，使虾类资源发生量增多，数量增长较快。东海区三省一市近几年虾类产量达到80×104~90×104t，其中浙江省为60×104~70×104t，拖虾作业已成为东海区一大作业方式，对促进海洋捕捞业的发展起重要作用。20世纪80年代中后期，我们开展了东海虾类资源开发调查，尔后又继续与拖虾生产船相结合进行监测调查，积累了一些资料，本文就东海虾类生态群落结构与区系特征进行探讨。     

On the Polyps of the Common Jellyfish Aurelia aurita in Kagoshima Bay

There is the natural habitat of polyps of the common jellyfish Aurelia aurita in the Taniyama area, Kagoshima Bay. We examined the attachment substrata, density, colony structure and strobilation of the polyps. The polyps were observed only on the horizontal undersurface of floating piers. They attached specifically to Mytilus shells, solitary ascidians, calcareous polychaete tubes, muddy amphipod tubes and the gap space that fouling animals peeled off the substrata. The polyp colonies were distributed in patches. Spatial distribution patterns of the polyps within their colonies were uniform. Strobilation occurred during late December to March, when water temperatures were 16–17°C, and a large number of ephyrae were released. An increase in man-made structures such as floating piers in coastal areas may lead to bloomings of Aurelia aurita medusae. This revised version was published online in July 2006 with corrections to the Cover Date.     

基于蚁群智能的遥感影像分类新方法

智能式遥感分类是遥感研究的新热点.提出了一种基于蚁群智能规则挖掘(ant-miner)的遥感影像分类新方法.遥感数据各波段之间存在较强的相关性,这种相关性往往会导致分类产生误差.而ant-miner算法中的信息素是基于规则整体性能的,信息素的动态更新能有效地处理相关性较强的数据,所提供的正反馈信息能纠正启发式函数缺陷所造成的错误.因此,蚁群智能算法应用于遥感分类具有一定的优势.将该方法用于广州市地区的遥感影像,取得了较好的分类结果.并与See5.0决策树方法及最大似然方法(MLH)进行了对比研究,实验结果表明,蚁群智能算法分类精度比后两者的分类精度更高.     

一种求解旅行商问题的改进蚁群算法

蚁群算法作为一种新型的优化算法,具有很强的适应性和鲁棒性,已广泛的应用于系统控制、人工智能、模式识别等工程领域。由于蚁群算法在搜索过程中易于陷入局部最优解,存在着加速收敛和早熟停滞现象的矛盾。文章针对这些问题,在基本蚁群算法的基础上,从参数的动态调整、信息量的更新规则、局部搜索策略进行相应的改进,引入信息素平滑机制,以求在加快收敛和防止早熟停滞之间取得较好的平衡。旅行商问题的仿真表明:改进后的蚁群算法具有较好的收敛性和稳定性,能够克服算法中早熟和停滞现象的过早出现。     

辽西中生代燕鸟化石新材料的补充研究

本文记述了一件产自辽宁锦州义县早白垩世九佛堂组燕鸟 (Yanornis)化石的新标本。研究标本不但自身保存非常精美 ,而且其嘴里还完整地保存了它捕获的最后一件猎物——吉南鱼 (Jinanichthys longi-cephalus)。该标本的研究 ,不仅对燕鸟的生存环境、生活习性、捕食类型等研究提供了直接的证据 ,而且对于探讨辽西热河生物群中脊椎动物的“集群死亡”的原因也具有重要的意义     

扰动方式对水华微囊藻(Microcystis flos-aquae)群体大小的影响

风浪扰动是影响湖泊生态系统的重要环境因素之一.为了解扰动方式对微囊藻群体大小的影响,在实验室可控条件下,模拟不同扰动方式（持续扰动和间歇扰动）对太湖水华微囊藻（Microcystis flos-aquae）群体大小的影响.结果显示,间歇扰动组水华微囊藻群体从35.09 μm迅速增大至43.73 μm,实验第17天时为59.00 μm;而持续扰动组水华微囊藻群体大小先从35.07 μm增大到43.51 μm,实验第17天时减小至13.95 μm;不扰动组整个实验期间群体大小相对稳定,实验初为35.38 μm,实验第17天时为33.67 μm.方差分析显示,间歇扰动组群体大小显著大于持续扰动组和不扰动组,持续扰动组显著小于不扰动组.实验第17天时间歇扰动组藻细胞密度（1.675×10⁶ cells/ml）显著高于持续扰动组（0.344×10⁶ cells/ml）和不扰动组（1.461×10⁶ cells/ml）.研究结果表明,适当强度下的间歇扰动能促使水华微囊藻群体显著增大和生长,而长时间的持续扰动则会抑制水华微囊藻群体的聚集和生长,该结果有助于人们对太湖微囊藻水华暴发机理的认识.     

野外模拟扰动对太湖微囊藻群体大小的影响

风浪扰动是影响湖泊生态系统重要的环境因素之一.为了解风浪扰动对湖泊微囊藻群体大小的影响,在野外模拟了风浪扰动对太湖微囊藻群体大小的影响.结果表明,实验组模拟风浪连续扰动24 h,扰动结束时实验组和对照组微囊藻群体大小分别为68.38和12.56μm,实验组和对照组微囊藻群体大小呈极显著差异;扰动结束时实验组和对照组微囊藻胞外多糖含量分别为1.49×10~~(-6)和1.26×10~(-6)mg/cell,二者差异显著.表明适当强度的风浪扰动短时间内能促使微囊藻群体显著增大,有助于人们对太湖微囊藻水华暴发机理的认识.     

改进的蚁群算法及其在南岭地区花岗岩侵入体探测中的应用

蚁群算法（ACO）主要应用于组合优化问题（COPs）,很少应用于地球物理重磁资料物性反演。首先,对蚁群系统中目标函数值与信息素的映射机制进行改进。理论模拟表明,改进后的Gauss模型在收敛速度和反演精度方面比传统的ant-cycle模型要好,适用于重磁资料物性反演。然后,将蚁群算法应用于南岭地区千里山岩体和九嶷山岩体重力资料反演与解释。结果表明:蚁群算法圈定的花岗岩岩体与地面地质填图结果及大地电磁测深反演结果吻合,较好地控制了千里山岩体和九嶷山岩体的深度和形状。该结果可为研究南岭地区花岗岩侵入模式和多金属成矿规律提供参考。     

道路网匹配的蚁群算法求解模型

目的 利用蚁群算法的群体优势,寻找全局最优的道路网同名实体匹配方案。首先从几何矢量误差和结构特征两方面建立了匹配问题的数学约束模型;然后阐述了蚁群算法求解匹配问题的基本原理,设计了问题求解模型,并引入自适应和局部搜索策略提高了算法效率;最后给出了求解的关键步骤。实验证明,利用蚁群算法进行道路网匹配是有效、可行的,为求解匹配问题提供了新思路。