导读:本文包含了遗传育参数估计论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:参数,性状,算法,斯坦,小二,模型,高山。
遗传育参数估计论文文献综述
王珏,杨文刚[1]（2019）在《基于改进遗传算法的叁相感应电机参数估计算法》一文中研究指出为了降低叁相感应电机的参数测量成本,提出了一种基于改进遗传算法的叁相感应电机参数估计算法。首先,建立了广义的叁相感应电机动态模型,并建立了电机电流与速度的状态空间模型;其次,对遗传算法进行了改进,设计了基于改进遗传算法的函数逼近器,通过最小二乘算法实现曲线的拟合;最终,模型输出叁相感应电机的多个关键参数。实验结果表明,该算法能够有效地估计出叁相感应电机的7个关键参数,并且实现了较低的估计误差。(本文来源于《电气传动》期刊2019年11期）
姚天雄,陈冬,吴珍芳,肖石军,张志燕[2]（2019）在《大白和长白猪大样本群体的繁殖性状遗传参数估计及影响因素分析》一文中研究指出旨在解析不同因素对大白和长白猪大样本群体繁殖性能的影响。同时估计大白和长白猪繁殖性状的遗传参数。本试验选取温氏2013-2018年5年间大白共65 546窝母猪繁殖记录、长白共9 552窝母猪繁殖记录进行研究。采用SAS软件GLM过程对母猪8个繁殖性状进行分析,解析母猪分娩胎次、出生胎次和情期3个因素对其繁殖性能的影响。同时利用DMU软件估计这些性状的遗传力、遗传相关和表型相关。结果表明:1)在影响因素分析中:在两个品种中,母猪分娩胎次对所有繁殖性状都有极显着影响(P<0.001);在大白猪中,母猪出生胎次对5个繁殖性状影响显着(P<0.05),情期对所有繁殖性状影响均不显着;而在长白猪中,母猪出生胎次对弱仔数和出生窝重有显着影响(P<0.05),情期对5个繁殖性状影响显着(P<0.05)。2)在遗传参数估计中:在大白猪中,出生窝重遗传力最高,为0.281,总仔数、活仔数、健仔数、弱仔数和死胎数的遗传力在0.117～0.179范围内;而在长白猪中,总仔数遗传力最高,为0.190,活仔数、健仔数、弱仔数和出生窝重的遗传力在0.100～0.176范围内;在遗传相关和表型相关上,大白猪的总仔数与活仔数、总仔数与健仔数、活仔数与健仔数、健仔数与出生窝重等遗传相关均在0.738以上,其表型相关在0.717以上,长白猪的总仔数与活仔数、总仔数与健仔数、活仔数与健仔数的遗传相关在0.895以上,表型相关在0.791以上。本研究结果为提高母猪的繁殖性能和加速繁殖性状的遗传进展提供了试验数据和理论基础。(本文来源于《畜牧兽医学报》期刊2019年11期）
赵云翔,邝伟键,高宁,李私丞,彭兴[3]（2019）在《杜洛克公猪背膘厚度、日增重、日采食量和饲料效率相关性状的遗传参数估计》一文中研究指出对384头扬翔华系杜洛克公猪生长育肥阶段背膘厚度(BF)、日增重(ADG)、日采食量(ADFI)、饲料转化率(FCR)和剩余采食量(RFI)5个性状用DMU程序进行遗传参数估计探究杜洛克公猪的遗传参数。结果表明, ADFI和RFI的遗传方差占表型方差的比例分别为87.73%和84.91%;BF和ADG的遗传方差占表型方差的比例分别是58.77%和58.91%;RFI与BF、ADG的表型相关系数均为零,而遗传相关系数分别为-0.22和0.15;RFI与ADFI的表型、遗传相关系数分别为0.98和0.99,RFI与FCR的表型、遗传相关系数分别为0.44和0.81。多性状模型与单性状模型的估计遗传力基本趋于一致,ADG和FCR遗传力分别是0.27和0.19,属于低遗传力性状;而BF、ADFI和RFI的估计遗传力在0.31～0.46范围,属于中等遗传力性状。(本文来源于《家畜生态学报》期刊2019年11期）
李秋梦,张向喆,马裴裴,王起山,潘玉春[4]（2019）在《杜洛克猪70～115 kg体重阶段饲料转化效率的遗传参数估计》一文中研究指出采用单性状混合模型和多性状混合模型估计了568头体重为70～115 kg的杜洛克猪的饲料转化效率的遗传力及其与生长性状的遗传相关。结果表明,料重比(feed conversation ratio,FCR)和剩余采食量(residual feed intake,RFI)的遗传力分别为0.38和0.20。饲料转化效率性状之间的遗传相关较高(0.90)。FCR与各生长性状间表型相关及遗传相关都高于RFI与生长性状间的相关,尤其是FCR与日增重之间的相关为-0.47。RFI与所有生长性状的表型相关都接近于0,与背膘厚(back fat,BF)呈一定的正遗传相关(0.15),与眼肌面积(loin eye area,LEA)和瘦肉量(lean meat content,LMC)呈较高的负相关(-0.37和-0.48),与日增重之间的相关则接近于0。综上,杜洛克猪70～115 kg体重饲料转化效率指标具有中高等遗传力,与生长性状有一定的遗传相关,尤其是FCR,因此使用该阶段测定数据计算FCR或RFI是合理可行的。(本文来源于《上海交通大学学报(农业科学版)》期刊2019年05期）
董力,陆中,周伽[5]（2019）在《基于遗传算法的混合威布尔分布参数最小二乘估计》一文中研究指出混合威布尔分布模型常用来分析具有多种失效模式的复杂系统的可靠性数据,由于模型中包含较多参数,与单一威布尔分布相比,混合威布尔分布的参数估计更为复杂。利用遗传算法为优化方法,提出了一种混合威布尔分布参数估计的最小二乘方法。以残差平方和最小为优化目标,以各参数取值范围为约束条件,构建了混合威布尔分布的非线性最小二乘优化模型;通过变换决策变量上下限、引入惩罚因子和保存最优个体等策略改进传统遗传算法以提高算法的性能,进而利用改进后的遗传优化算法对混合威布尔分布的非线性最小二乘优化模型进行求解。实例分析表明本文方法有效,利用本文方法计算得到的可靠度估计值与真实值之间的最大偏差和标准均方根误差,相对于图估计法分别减少了0.028 4与0.032 8,相对于极大似然估计法分别减少了0.000 8与0.003 6。(本文来源于《南京航空航天大学学报》期刊2019年05期）
乔国艳,袁超,李文辉,刘建斌,郭婷婷[6]（2019）在《高山美利奴羊重要经济性状遗传参数估计》一文中研究指出本研究旨在估计高山美利奴羊重要经济性状的遗传参数,为优化高山美利奴羊选育方案、建设品种完整结构、进行遗传评估及实施育种值选种提供理论技术支撑。采用甘肃省绵羊繁育技术推广站2003—2018年高山美利奴羊核心群数据资料,基于ASReml运用单性状个体动物模型和多性状个体动物模型估计高山美利奴羊体重、产羔数、产毛量、净毛量、净毛率、羊毛纤维直径、羊毛纤维直径变异系数、毛丛长度等重要经济性状的遗传参数。结果表明:高山美利奴羊产羔数为低等遗传力,其他所有性状均为中高等遗传力;大部分经济性状间呈正遗传相关,体重、产毛量、羊毛纤维直径与净毛率间呈负遗传相关,羊毛纤维直径变异系数与体重、产毛量、纤维直径呈负遗传相关。(本文来源于《中国畜牧杂志》期刊2019年10期）
周发林,杨其彬,黄建华,姜松,杨丽诗[7]（2019）在《斑节对虾耐氨氮和淡水应激性状的遗传参数估计》一文中研究指出该研究以高氨氮和淡水胁迫致死时间为衡量指标,估计了斑节对虾(Penaeus monodon)耐氨氮和淡水应激性状的遗传参数。以斑节对虾"南海1号"和非洲品系为亲本,建立了27个全同胞家系,含5个半同胞家系。利用单性状动物模型和ASReml软件估计斑节对虾幼体阶段的耐氨氮和淡水应激性状的方差组分和遗传参数。通过最佳线性无偏预测法估计所有个体和家系耐氨氮和淡水应激性状的育种值。斑节对虾耐氨氮和耐低盐的遗传力分别为0.11±0.04和0.29±0.08,且统计检验达到显着水平。斑节对虾耐氨氮和淡水应激性状的家系表型值相关系数为0.15,表现为低度线性正相关。斑节对虾耐氨氮和淡水应激性状的家系育种值相关系数为0.57,表现为中度线性正相关。因此在进行斑节对虾耐氨氮性状选育时,耐淡水应激性状也能得到一定的改良。(本文来源于《南方水产科学》期刊2019年05期）
赵云翔,刘沁沅,高宁,郑伟,李私丞[8]（2019）在《仔猪均匀度及相关繁殖性状的遗传参数估计与分析》一文中研究指出【目的】明确我国南方区域亚热带气候下仔猪均匀度的遗传参数和影响因素,以及与其他繁殖性状的相关性,为有效提高母猪生产力及制定猪场生产管理方案提供参考依据。【方法】采集9458头纯种丹系长白母猪的25861窝分娩数据和13317头纯种丹系大白母猪的39420窝分娩数据,以窝内初生平均重(AVEBW)的标准差(SD)和变异系数(CV)表示仔猪均匀度,估计仔猪均匀度与其他繁殖性状的遗传参数,并对仔猪均匀度与总产仔数(NBT)、产活仔数(NBA)、初生窝重(LWT)和AVEBW进行遗传力计算及相关性分析。【结果】在仔猪均匀度方面,长白猪AVEBW的SD为262.6±93.4,高于大白猪的257.6±92.4;长白猪和大白猪的CV相当,分别为(17.9±6.8)%和(18.0±6.9)%。长白猪和大白猪AVEBW的SD遗传力分别为0.082和0.084,CV遗传力分别为0.071和0.078,即仔猪均匀度属于低遗传力性状。长白猪和大白猪AVEBW的SD与CV间具有较高的正遗传相关和表型相关,且SD与其他繁殖性状均呈正遗传相关,CV与NBT和NBA呈中等正遗传相关、与LWT和AVEBW则呈负遗传相关。【结论】长白猪和大白猪的仔猪均匀度为低遗传力性状,且与产仔数存在正遗传相关和表型相关,进行仔猪均匀度应用选育时需综合考虑其他非遗传因素的影响。(本文来源于《南方农业学报》期刊2019年07期）
任小丽,栗敏杰,白雪利,李静茹,王雅春[9]（2019）在《中国荷斯坦牛头胎产奶量和乳成分遗传参数估计》一文中研究指出本研究旨在应用随机回归测定日模型对奶牛生产性状进行遗传评估。收集河南省内17个牧场2008年1月—2017年5月共16335头奶牛头胎174634条生产性能记录,建立筛选标准对数据进行质控。遗传评估采用随机回归模型,场-测定日为固定效应,以固定回归拟合产犊月龄效应,随机效应包括加性遗传和永久环境效应。固定和随机回归均采用4阶Legendre多项式。结果表明:中国荷斯坦牛头胎测定日产奶量、乳脂率、乳蛋白率、体细胞评分总遗传力分别为0.144 1、0.289 1、0.373 2和0.089 8。本研究为区域性中国荷斯坦牛的遗传评估平台建设和育种规划制定奠定基础。(本文来源于《中国畜牧杂志》期刊2019年07期）
李想,鄢新义,罗汉鹏,刘林,郭刚[10]（2019）在《不同模型估计中国荷斯坦牛生产寿命遗传参数》一文中研究指出旨在估计中国荷斯坦牛生产寿命遗传参数,同时比较不同模型的预测可靠性和稳定性。本研究使用单性状动物模型、单性状公畜模型和多性状动物模型对北京地区29个牧场90 049头中国荷斯坦母牛的生产寿命数据进行遗传参数估计,所有模型均考虑了场、出生年季、头胎产犊月龄组的固定效应,个体加性遗传效应(动物模型)或父亲遗传效应(公畜模型)的随机效应和残差效应。结果表明,单性状动物模型和单性状公畜模型估计的生产寿命遗传力分别为0.052和0.047,多性状动物模型估计的遗传力较为稳定,介于0.057与0.069之间,多性状动物模型的遗传相关在0.779～0.998之间。对于存在大量在群个体(删失记录)的数据,使用基于前叁胎数据的多性状动物模型较为合适,模型预测稳定性更高。本研究对中国荷斯坦牛生产寿命进行了遗传评估,为提高牧场效益、实现平衡育种提供了理论基础。(本文来源于《畜牧兽医学报》期刊2019年06期）
遗传育参数估计论文开题报告
（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：
旨在解析不同因素对大白和长白猪大样本群体繁殖性能的影响。同时估计大白和长白猪繁殖性状的遗传参数。本试验选取温氏2013-2018年5年间大白共65 546窝母猪繁殖记录、长白共9 552窝母猪繁殖记录进行研究。采用SAS软件GLM过程对母猪8个繁殖性状进行分析,解析母猪分娩胎次、出生胎次和情期3个因素对其繁殖性能的影响。同时利用DMU软件估计这些性状的遗传力、遗传相关和表型相关。结果表明:1)在影响因素分析中:在两个品种中,母猪分娩胎次对所有繁殖性状都有极显着影响(P<0.001);在大白猪中,母猪出生胎次对5个繁殖性状影响显着(P<0.05),情期对所有繁殖性状影响均不显着;而在长白猪中,母猪出生胎次对弱仔数和出生窝重有显着影响(P<0.05),情期对5个繁殖性状影响显着(P<0.05)。2)在遗传参数估计中:在大白猪中,出生窝重遗传力最高,为0.281,总仔数、活仔数、健仔数、弱仔数和死胎数的遗传力在0.117～0.179范围内;而在长白猪中,总仔数遗传力最高,为0.190,活仔数、健仔数、弱仔数和出生窝重的遗传力在0.100～0.176范围内;在遗传相关和表型相关上,大白猪的总仔数与活仔数、总仔数与健仔数、活仔数与健仔数、健仔数与出生窝重等遗传相关均在0.738以上,其表型相关在0.717以上,长白猪的总仔数与活仔数、总仔数与健仔数、活仔数与健仔数的遗传相关在0.895以上,表型相关在0.791以上。本研究结果为提高母猪的繁殖性能和加速繁殖性状的遗传进展提供了试验数据和理论基础。
（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。
遗传育参数估计论文参考文献
[1].王珏,杨文刚.基于改进遗传算法的叁相感应电机参数估计算法[J].电气传动.2019
[2].姚天雄,陈冬,吴珍芳,肖石军,张志燕.大白和长白猪大样本群体的繁殖性状遗传参数估计及影响因素分析[J].畜牧兽医学报.2019
[3].赵云翔,邝伟键,高宁,李私丞,彭兴.杜洛克公猪背膘厚度、日增重、日采食量和饲料效率相关性状的遗传参数估计[J].家畜生态学报.2019
[4].李秋梦,张向喆,马裴裴,王起山,潘玉春.杜洛克猪70～115kg体重阶段饲料转化效率的遗传参数估计[J].上海交通大学学报(农业科学版).2019
[5].董力,陆中,周伽.基于遗传算法的混合威布尔分布参数最小二乘估计[J].南京航空航天大学学报.2019
[6].乔国艳,袁超,李文辉,刘建斌,郭婷婷.高山美利奴羊重要经济性状遗传参数估计[J].中国畜牧杂志.2019
[7].周发林,杨其彬,黄建华,姜松,杨丽诗.斑节对虾耐氨氮和淡水应激性状的遗传参数估计[J].南方水产科学.2019
[8].赵云翔,刘沁沅,高宁,郑伟,李私丞.仔猪均匀度及相关繁殖性状的遗传参数估计与分析[J].南方农业学报.2019
[9].任小丽,栗敏杰,白雪利,李静茹,王雅春.中国荷斯坦牛头胎产奶量和乳成分遗传参数估计[J].中国畜牧杂志.2019
[10].李想,鄢新义,罗汉鹏,刘林,郭刚.不同模型估计中国荷斯坦牛生产寿命遗传参数[J].畜牧兽医学报.2019
论文知识图
