导读:本文包含了基因协同进化论文开题报告文献综述及选题提纲参考文献，主要关键词:双系统协同进化基因表达式编程,基因库,人工干预系统,函数发现问题
基因协同进化论文文献综述
王超学,吴书玲,张婧菁[1]（2016）在《双系统协同进化的基因表达式编程及其在函数发现中的应用》一文中研究指出受人类进化过程的启发,提出了一种双系统协同进化的基因表达式编程算法DSCE-GEP。DSCE-GEP由自然进化系统和人工干预系统组成。人工干预系统包括个体干预和种群干预。个体干预是依据基因库对种群中的个体进行去劣和增优操作,旨在改善种群中个体的质量;种群干预通过引入随机和镜像个体来提高种群的多样性和全局寻优能力。与权威文献中改进的GEP关于函数发现问题的大量对比实验表明,本文算法在收敛速度、求解质量方面优于对比算法,具有明显的竞争力。(本文来源于《计算机工程与科学》期刊2016年11期）
王超学,张星,马春森,张涛[2]（2013）在《基于协同进化基因表达式编程的函数发现研究》一文中研究指出基因表达式编程(GEP)算法是一种具有强大函数发现能力的新型进化算法。GEP在函数发现时如何确定合适的数值常量对算法的性能具有很大影响。提出了一种基于协同进化基因表达式编程的函数发现算法(GEP-DE),该算法的最大改进在于一种新的常量优化方法:在每一代中将函数发现的过程分为两个阶段:第一阶段,由标准GEP算法结合固定常量集确定函数结构;第二阶段,使用差分进化算法(DE)对第一阶段得出的函数结构的常量进行优化。实验结果表明,GEP-DE算法比重要文献中的常量处理方法其效果有较大提升,并且算法的综合性能也优于最新重要文献提出的GEP算法。(本文来源于《计算机工程与应用》期刊2013年17期）
刘腾腾,刘丽,魏大巧,夏雪山[3]（2011）在《噬藻体和蓝藻间的基因转移及协同进化作用》一文中研究指出生物物种之间的水平基因转移广泛存在于细菌、古生菌和真核生物中,并能造成同一生境中种群的快速协同进化。噬藻体是感染蓝藻的专一性病毒,近年研究表明其在蓝藻水华生消中发挥了重要作用,使人们认识到了噬藻体的重要生态地位。综述了物种间的水平基因转移,介绍了噬藻体遗传多样性研究中常用的光合作用基因、结构蛋白基因等靶标基因所介导的基因转移以及基因转移引起的病毒和宿主的协同进化,并介绍了研究基因转移所用到的试验技术以及今后所要面临的问题。(本文来源于《生物技术通报》期刊2011年07期）
罗云霞,周慕逊,王万良[4]（2010）在《基于基因拟子协同进化算法的水电优化调度研究》一文中研究指出设计了一种基因拟子协同进化算法(GMCA),并应用于水电优化调度问题。基于基因拟子协同进化理论,定义了算法中的拟子和文化的概念,设计了算法步骤,设计了发展、感染、复兴、消亡四个文化进化算子和判断文化衰老的方法,建立了算法求解水电优化调度问题的方法和流程,通过仿真验证了算法的有效性。与遗传算法(GA)、混合遗传算法(HGA)、粒子群算法(PSO)等相比较,基因拟子协同进化算法显得更为有效。这为水电优化调度等问题提供了新的求解技术。(本文来源于《水力发电学报》期刊2010年04期）
史少博[5]（2009）在《论人类基因——文化协同进化》一文中研究指出文化和基因的进化相互交织,一方面,文化受基因作用的限制和推动,另一方面,文化对基因具有巨大的影响作用,这样,人类就构成了一个循环式的基因文化协同进化。其中,文化是由生物学上的需要产生和形成的;同时,生物学特征又因对文化发明做出反应的遗传进化而改变。在此基础上,通过人脑和精神发育的"预成规则",沟通人类基因——文化协同进化。(本文来源于《山东师范大学学报(人文社会科学版)》期刊2009年05期）
薛晓芳,孙林岩,霍晓霞[6]（2009）在《多种群协同进化策略下的虚拟企业基因重组》一文中研究指出随着基因学说研究的深入,运用DNA理论来研究企业的可持续发展问题正逐渐成为管理学的热点。基于现有的企业DNA理论,本文首先从概念、结构、基因组要素识别及基因重组原理等方面对虚拟企业组织DNA的基本理论问题进行了系统研究。其次,在此基础上提出了采用多种群协同进化策略,通过生物学中的基因重组技术来实现虚拟企业可持续发展的思路。最后,研究了多种群协同进化策略对虚拟企业基因重组的影响,并建立了相应的基因重组模型。该研究不仅揭示出不同的进化策略,基因重组的效率效果不同;而且还充分论证了在多种群协同进化策略下,借助于基因重组技术,通过持续提高"基因"能力要素的竞争能力,能够有效保持虚拟企业在"市场生态"中的知识地位,从而实现可持续发展。(本文来源于《运筹与管理》期刊2009年03期）
张向军,桂长林,温诗铸[7]（2002）在《内燃机摩擦学综合设计决策的研究Ⅱ.基于分层基因模型的协同进化设计方法》一文中研究指出基于基因模型的进化设计对内燃机部件摩擦学设计的多约束、多目标、多参数问题可以提供有效的设计决策依据。但当采用传统基因模型进行整机设计时,“顶端参数现象”和“子系统干涉现象”使得复杂系统的多子系统的设计综合存在困难。为此提出了分层基因模型和相应的协同进化算法,建立了参数协调机制,并成功应用于内燃机整机的综合设计决策。(本文来源于《第七届全国摩擦学大会论文集（二）》期刊2002-08-01）
马建平[8]（1999）在《浅谈生态同基因、文化的协同进化》一文中研究指出本文从遗传作用、行为适应等角度阐述了基因、文化对生态系统的作用，指出了生态平衡的维持、生物的发展依靠的是“基因、文化和生态的协同进化。”只有“基因、文化和生态的协同进化”，生物种群才能进化，人类必须尊重其它生物种群文化，并促使人类基因、人类文化同生态系统的协同进化(本文来源于《枣庄师专学报》期刊1999年03期）
张博树[9]（1988）在《从“基因决定论”到“基因-文化协同进化”观——人类社会生物学述评》一文中研究指出本文较为系统地讨论了近年来人类社会生物学的发展。作者认为从"基因决定论"到"基因-文化协同进化"观的理论演变,乃是理解这一发展的基本线索;而用以表述由大脑中基因指令决定的特定行为倾向与文化环境间的双向运动关系的后生规则乃是理解基因-文化协同进化的关键。尽管该学派的理论建构还刚刚开始,其理论观点还不成熟,但它毕竟提供了有助于人类在更深层次上增进对自身的了解的有价值的材料。(本文来源于《中国社会科学》期刊1988年04期）
基因协同进化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基因表达式编程(GEP)算法是一种具有强大函数发现能力的新型进化算法。GEP在函数发现时如何确定合适的数值常量对算法的性能具有很大影响。提出了一种基于协同进化基因表达式编程的函数发现算法(GEP-DE),该算法的最大改进在于一种新的常量优化方法:在每一代中将函数发现的过程分为两个阶段:第一阶段,由标准GEP算法结合固定常量集确定函数结构;第二阶段,使用差分进化算法(DE)对第一阶段得出的函数结构的常量进行优化。实验结果表明,GEP-DE算法比重要文献中的常量处理方法其效果有较大提升,并且算法的综合性能也优于最新重要文献提出的GEP算法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
基因协同进化论文参考文献
[1].王超学,吴书玲,张婧菁.双系统协同进化的基因表达式编程及其在函数发现中的应用[J].计算机工程与科学.2016
[2].王超学,张星,马春森,张涛.基于协同进化基因表达式编程的函数发现研究[J].计算机工程与应用.2013
[3].刘腾腾,刘丽,魏大巧,夏雪山.噬藻体和蓝藻间的基因转移及协同进化作用[J].生物技术通报.2011
[4].罗云霞,周慕逊,王万良.基于基因拟子协同进化算法的水电优化调度研究[J].水力发电学报.2010
[5].史少博.论人类基因——文化协同进化[J].山东师范大学学报(人文社会科学版).2009
[6].薛晓芳,孙林岩,霍晓霞.多种群协同进化策略下的虚拟企业基因重组[J].运筹与管理.2009
[7].张向军,桂长林,温诗铸.内燃机摩擦学综合设计决策的研究Ⅱ.基于分层基因模型的协同进化设计方法[C].第七届全国摩擦学大会论文集（二）.2002
[8].马建平.浅谈生态同基因、文化的协同进化[J].枣庄师专学报.1999
[9].张博树.从“基因决定论”到“基因-文化协同进化”观——人类社会生物学述评[J].中国社会科学.1988
标签：双系统协同进化基因表达式编程; 基因库; 人工干预系统; 函数发现问题;