排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
从一维Bug人工生命模型入手,通过设置细胞自动机中细胞的内部状态集合以及细胞的转换函数,对二元蚁群算法从人工生命的角度重新进行描述,提出Bug人工生命模型二元蚁群优化算法（Bug-BACO算法）。为解决二元蚁群优化算法＂探索和利用＂的冲突,引入随机扰动因子,并引入并行策略对Bug-BACO算法实施并行化处理,进一步提出Bug人工生命模型的并行二元蚁群算法（Bug-PBACO算法）。仿真对比试验表明,Bug-PBACO算法能在较短时间内解决大规模组卷问题,具有较强的实用性。 相似文献
2.
实际生活及工程应用中的诸多问题均可归结为多模态优化问题,研究多模态优化问题的目的在于找出问题的所有全局极值解或有意义的局部极值解。从算法的“完全收敛性”出发,探讨了目前生物启发式算法(如遗传算法、蚁群算法、萤火虫算法、鱼群算法、粒子群算法等)求解多模态优化问题存在的问题和缺陷,并得出其在求解多模态优化问题时必须满足的条件：种群的多样性及种群分布的均匀性。随后概括并总结了目前求解多模态优化问题而保持种群多样性及均匀性的若干策略,着重研究了通过生物启发式算法并结合改进小生境技术在多模态优化问题求解中的研究进展,最后评述了今后一些有意义的研究方向及主要研究内容。 相似文献
3.
水稻Oryza sativa L.是主要的粮食作物，也是单子叶植物研究的模式植物。面对日益严峻的环境和人口压力，培育高产、优质、环境适性强的水稻品种是解决当前粮食安全问题的有效途径。随着多组学技术的快速发展，积累了海量的水稻遗传育种相关的数据。生物信息数据库和在线分析工具是存储这些数据的载体，用以整合、可视化和共享数据，并为数据的深入挖掘和利用提供工具，从而为育种决策提供数据支撑。本综述系统梳理了近20年来开发的水稻生物信息数据库和在线分析工具，并基于内置数据集和功能对它们进行了分类和总结。最后，讨论了现有的水稻生物信息数据库和在线分析工具的问题与不足，并对它们在大数据和人工智能时代的发展方向进行了展望。 相似文献
1