遗传算法在度约束最小生成树问题中的应用

遗传算法是一类借鉴自然界生物种群“自然选择、优胜劣汰”进化过程的启发式随机搜索优化算法,具通用性好、鲁棒性强等特点,被广泛地应用于通信网络设计领域,如度约束最小生成树问题．通过讨论遗传算法在度约束最小生成树问题中的应用,并对遗传算法在应用时存在的问题和挑战提出了见解．参17．     

用遗传算法优化工业污染源布局

工业污染源的优化布局是复杂的以偏微分方程为约束条件的控制问题。遗传算法是一种近年发展起来并广泛应用于多个领域优化问题的最优化方法。引入罚函数来处理环境不等式约束，建立了适当的编码方式和适应度函数，应用遗传算法以求解优化布局问题，并进行了数值试验。数值试验结果表明，遗传算法可以有效地用于求解工业污染源的优化布局问题，而且该方法鲁棒性好，适用于任意的目标函数和空气污染模式，天然适合于并行计算，有很好的应用前景。     

基于遗传算法的大庆市黎明河环境需水量优化配置

为克服水环境管理领域中多目标优化模型加权法求解时主观性强的缺点,将遗传算法与河流水质模拟模型相耦合用于大庆市黎明河生态环境水量优化配置的研究。该模型充分利用遗传算法的开放性和全局搜索的能力,从而得到了较满意的调水方案。对调水方案实施后的河流水质状况进行仿真的结果表明,水质有明显的改善,从而进一步证实了遗传算法应用于城市内河的生态环境水量优化配置的可行性和有效性。     

物种多度对数正态分布模型的一种数值计算方法

物种多度分布格局是生物多样性研究的重要内容．本文针对物种多度分布的对数正态模型计算方法的缺陷,首次提出应用遗传算法计算对数正态模型参数,并与前人计算方法进行了比较,证明遗传算法具有较强的数值计算能力,对生态学中诸多非线性曲线的参数估计具有普遍意义．     

基于遗传算法的苏云金芽孢杆菌培养基配方优化

为获取苏云金芽孢杆菌(Bacilus thuringiensis)培养基的最优配方,即玉米淀粉、黄豆饼粉、酵母粉、蛋白胨和鱼粉等的最佳配比,运用二次正交回归旋转组合设计安排试验.基于试验数据、背景知识和遗传算法的原理,进一步设计了搜索Bt培养基最优配方的算法,通过该算法搜索出该菌发酵培养基配方的最优解区间.验证性的试验结果和分析表明,基于陔遗传算法的Bt培养基配方优化的方法是有效且优于传统配方优化方法的.     

遗传算法改进措施

标准遗传算法是一种导向随机搜索算法,具有较强的全局搜索能力.但遗传算法存在早熟收敛及收敛速度慢等问题,许多改进的遗传算法被提出,有效地克服或减轻了上述问题.参17.     

城市可持续发展评价的分指数及综合指数公式

在指标按特征分类的基础上，提出了城市可持续发展评价分类指标的分指数公式和多类别组合的综合指数公式。应用遗传算法对公式中的参数进行优化，得到简单而适用的城市可持续发展评价模型。模型应用于全国“七五”，“八五”可持续发展评价结果与实际分析结果一致。该模型具有可比性强，通用性好和简单，实用的特点。     

环境空气质量评价的普适指数公式及其应用

在适当设定空气污染物的“基准”值和用相对于“基准”值的空气污染物的：“相对”值情况下，采用S型曲线表示空气污染物对环境空气质量的危害程序，并应用遗传算法优化公式中的参数，得出了一个对多种空气污染物通用的环境空气质量评价的普数指数公式，借助于折衷激励功效函数将单项污染物分指数加权为综合指数，该公式形式简单，容易计算，评价结果精度较高，且具有可比性。     

遗传算法对QSAR研究中变量选择的应用

将遗传算法引入定量结构活性关系（ＱＳＡＲ）研究中，对变量进行造反选择，可同时建立几种比较好的ＱＳＡＲ模型，并以交互验证的决定系数作为适应函数，以保证模型质量的可靠性。将其分别应用于氯代酚和单取代苯系列化合物，均得到较好的结果。同时，在这些应用中也反映了遗传算法在变量选择中存在的局限性，限不能保证选择的所有变量在模型中都有显著贡献。     

对种群增长模型的改进

提出有限空间种群增长的Logistic新模型即ds(dt)^-1=rs(1-ds^0／k)，其中参数d描述环境对种群增长的影响，参数θ为种内竞争特性参数．该模型通过种群的竞争特性因子θ控制，将指数增长、线性制约、下凹增长和上凸增长非线性制约概括为一个统一的自适应的非线性制约模型．以格氏栲、红锥种群基面积增长为例，运用遗传算法对不同种群增长模型进行最优拟合与比较分析，表明新模型能较好地描述格氏栲、红锥种群增长规律，为种群增长动态变化的一个理想的机理描述式．表4参14     

AGA法及其在非线性数学模型参数估计中的应用

介绍了在基因算法基础上改进的加速基因算法（ＡＧＡ），并通过环境非线性数学模型参数估计实例对该法与传统参数估计方法进行了比较。初步结果表明，ＡＧＡ法直观、简便、拟合精度高、通用性强，易为广大环境工程技术人员理解和使用。     

BP神经网络和遗传算法在红发夫酵母培养基优化中的应用

运用BP神经网络对红发夫酵母发酵培养基组成进行建模以及预测类胡萝卜素产量,在此基础上采用遗传算法对此模型进行全局寻优.得到红发夫酵母发酵培养基的最佳配比为:蔗糖45.10 g/L,硫酸铵3.00 g/L,硫酸镁0.80 g/L,磷酸二氢钾1.40 g/L,酵母膏3.00 g/L,氯化钙0.50 g/L,类胡萝卜素产量达到8.20 mg/L,干重达到9.47 g/L.采用上述方法优化后的培养基使类胡萝卜素的产量比起始培养基提高了95.90%.     

海拔及细胞质背景对水稻测交群体遗传分化的影响

温度是导致水稻（Oryza sativa L.）遗传分化的一个重要环境因素,而海拔是导致环境温度差异的一个重要的地理因素。水稻的雄配子即花粉粒的活性极易受环境温度的影响。研究用来自云南2 670 m海拔的粳稻地方品种小麻谷与具籼稻细胞质背景的籼粳交后代品系南34正反交产生的F1,然后将其分布种植在海拔高低相差达1 800 m的4个海拔点并与育性稳定的1个滇Ⅰ型细胞质不育系杂交产生了8个测交群体,用SSR标记检测发现海拔因素和细胞质背景都对测交群体的遗传分化产生了影响。结果表明：同一海拔产生的正反交群体（合系42A//小麻谷/南34）间的遗传多样性具有比较明显的差异。正交组合F1（小麻谷×南34）在1 860 m的海拔产生的群体的遗传多样性最高,在1 600 m的海拔产生的群体的遗传多样性最低。在反交组合F1产生的群体中,群体的遗传多样性随产生群体海拔（400 m海拔除外）的升高而降低。利用Nei′s遗传距离评价各群体间的遗传分化,正反交组合F1产生测交群体间的遗传分化均高于同一组合在不同海拔下产生的测交群体之间的遗传分化,同一组合在4个海拔产生的测交群体间的遗传分化总体趋势是随海拔差异的增加而增大。研究证实了环境温度差异及细胞质背景导致F1产生的雄配子基因型发生选择,导致雄配子基因型的遗传比例偏离孟德尔规律,影响其后代群体的遗传多样性和遗传分化。     

基于修正遗传算法的夏玉米作物系数及蒸散发估算

农田蒸散量是作物蒸腾量和土壤蒸发量的总和,准确估算农田蒸散量对制定合理的灌溉计划至关重要,进而对农作物的增产保收具有重要的意义。研究作物系数及蒸散量估算模型已成为一个热点科学问题。淮河流域是中国主要的农业生产基地,而夏玉米是淮河流域最主要的粮食作物之一。为研究夏玉米全生育期蒸散估算模型,反映夏玉米逐日作物系数及蒸散量的变化,为当地的农业生产活动提供指导,采用五道沟水文实验站称重式蒸渗仪及气象要素实测数据,应用遗传算法,构建夏玉米全生育期单作物系数蒸散模型,得到其4个生长阶段的作物系数估算值。其中,参考作物蒸散量采用FAO PenmanMonteith公式计算;对估算误差较大的发育期,利用叶面积指数和发育期天数构建调整模型,对发育期作物系数进行数值修正,取得了较好的效果,并进一步估算蒸散量,最终得到遗传算法与多项式回归相结合的夏玉米蒸散估算模型。结果表明:全生育期内,修正后作物系数计算值与实际值的平均绝对误差为0.09,均方根误差为0.12,准确率(绝对误差<0.3)为96.2%;蒸散量计算值与实际值的平均绝对误差为0.89 mm·d^-1,均方根误差为1.28 mm·d^-1,准确率(绝对误差<4 mm·d^-1)为100%;相比FAO推荐的作物系数模型,修正遗传算法模型作物系数和蒸散量的拟合准确率均明显提高,达到精度要求,该文修正遗传算法模型可用于夏玉米的蒸散估算。     

River water quality management model using genetic algorithm

Conventional mathematical programming methods, such as linear programming, non linear programming, dynamic programming and integer programming have been used to solve the cost optimization problem for regional wastewater treatment systems. In this study, a river water quality management model was developed through the integration of a genetic algorithm (GA). This model was applied to a river system contaminated by three determined discharge sources to achieve the water quality goals and wastewater treatment cost optimization in the river basin. The genetic algorithm solution, described the treatment plant efficiency, such that the cost of wastewater treatment for the entire river basin is minimized while the water quality constraints in each reach are satisfied. This study showed that genetic algorithm can be applied for river water quality modeling studies as an alternative to the present methods.     

Why the Conservation of Forest Genetic Resources Has Not Worked

Abstract:  Genetic diversity is indispensable for long-term forest sustainability and is therefore mentioned in numerous binding and nonbinding political covenants calling for action. Nevertheless, there are significant obstacles to the conservation of forest genetic resources. We discuss hindrances to genetic conservation, mainly in Europe. We identified impediments by reviewing the literature and on the basis of the experiences of the authors in this field and their participation in related political processes. The impediments include (1) difficulties in assessing and monitoring genetic erosion and human impacts (e.g., by the lack of markers showing adaptive variation and the lack of record keeping on the use and transfer of forest-tree germplasm), (2) complexities of European national structures that make the development of a common strategy toward forest genetic conservation problematic, (3) lack of effective forest governance in many parts of the world, (4) the general unattractiveness of genes as flagships in raising public awareness, (5) lack of integration of genetic aspects into biodiversity conservation, and (6) the fact that scientists and politicians are often at cross-purposes. To overcome these impediments, forest geneticists and their peers in species conservation have to participate more actively in decision making. In doing so, they must be prepared to face challenges on 2 fronts: participating in political processes and the provision of significant research findings to ensure that decisions with respect to forest genetic diversity are politically implementable and effectively address targets.