隨著世界現(xiàn)代科技的高速發(fā)展,在大數(shù)據(jù)時(shí)代下對(duì)分析數(shù)據(jù)的能力要求逐步提升。聚類(lèi)常被稱(chēng)為無(wú)監(jiān)督分類(lèi)方法,是一項(xiàng)被廣泛應(yīng)用而常見(jiàn)的數(shù)據(jù)分析技術(shù)。近年來(lái),以智能優(yōu)化算法的目標(biāo)函數(shù)最優(yōu)化為核心基礎(chǔ)的聚類(lèi)數(shù)據(jù)分析方法成為研究熱點(diǎn),其中具有克服聚類(lèi)局限性和擺脫對(duì)初始類(lèi)中心敏感的優(yōu)勢(shì)的多目標(biāo)優(yōu)化聚類(lèi)技術(shù)已被應(yīng)用于圖像分割,遙感影像和基因信息工程等領(lǐng)域。然而,多目標(biāo)優(yōu)化算法仍存在操作結(jié)構(gòu)復(fù)雜,解集分布均勻度不足和運(yùn)行效率低等問(wèn)題,因此其相關(guān)理論值得進(jìn)一步的研究。雜交水稻優(yōu)化算法是一種模擬三系雜交稻育種的啟發(fā)式算法,其與生俱來(lái)的排序育種機(jī)制和個(gè)體多樣性,結(jié)構(gòu)簡(jiǎn)單便于實(shí)現(xiàn),使得其有可能成為一種潛在的性能良好的多目標(biāo)優(yōu)化算法。本文提出了一種多目標(biāo)雜交水稻優(yōu)化算法,其結(jié)構(gòu)簡(jiǎn)單且運(yùn)行效率高。本文的主要工作如下:1.設(shè)計(jì)了一種改進(jìn)劃分機(jī)制的雜交水稻優(yōu)化算法�；倦s交水稻優(yōu)化算法在設(shè)計(jì)之初所采用的貪婪策略,導(dǎo)致其收斂可能過(guò)快,深入研究其結(jié)構(gòu)特征,探究其三系劃分中的貪婪策略的缺陷,改良育種劃分機(jī)制,改進(jìn)方法可緩解原算法尋優(yōu)時(shí)在收斂和多樣性上矛盾,提升其在全局和局部搜索上的綜合能力。通過(guò)CEC2015基準(zhǔn)測(cè)試函數(shù)進(jìn)行驗(yàn)證... 

【文章來(lái)源】：湖北工業(yè)大學(xué)湖北省

【文章頁(yè)數(shù)】：98 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

“三系”材料的花藥和花粉形態(tài)圖[69]

湖北工業(yè)大學(xué)碩士學(xué)位論文23第3章基于改進(jìn)種群劃分機(jī)制的雜交水稻優(yōu)化算法袁隆平院士至今仍在致力于雜交水稻的研究，農(nóng)業(yè)科研沒(méi)有一勞永逸的成果，同理，雜交水稻優(yōu)化算法的研究也得到了持續(xù)發(fā)展，本章將介紹一種基于改進(jìn)種群劃分機(jī)制的改進(jìn)雜交水稻優(yōu)化算法（后文稱(chēng)為改進(jìn)雜交水稻優(yōu)化算法）。3.1改進(jìn)方法的靈感來(lái)源在基本雜交水稻優(yōu)化算法中，其靈感來(lái)源于早期的雜交稻育種機(jī)制。單一的遺傳基因在農(nóng)作物大規(guī)模推廣中持續(xù)隔代保留，傳統(tǒng)的雜交育種方式會(huì)給農(nóng)業(yè)生產(chǎn)帶來(lái)潛在的巨大風(fēng)險(xiǎn)，一旦發(fā)生物種病變或者環(huán)境突變，農(nóng)作物單一性狀形成的物種脆弱性甚至?xí)兄录Z食危機(jī)。秈稻和粳稻為雜交稻的兩種不親和的亞種，雖然其雜交優(yōu)勢(shì)比較明顯，但天然的亞種雜交會(huì)導(dǎo)致結(jié)實(shí)率低，且某些生物性狀不穩(wěn)定。新時(shí)代下的基因技術(shù)和儀器水平的提升以及廣和親基因的發(fā)現(xiàn)使得具備優(yōu)良性狀秈粳雜交亞種成為可能，傳統(tǒng)恢保關(guān)系也得到進(jìn)一步的發(fā)展和變革。新世紀(jì)初以來(lái)，寧波農(nóng)業(yè)科學(xué)院和中國(guó)水稻研究所等科研單位，利用廣親和基因的特征完成了不育系粳稻和中間型秈粳的結(jié)合育種,選育出了“甬優(yōu)6號(hào)”、“春優(yōu)58”、“春優(yōu)84”等典型的秈粳亞種間雜交稻[71]，樣本圖如圖3.1所示。圖3.1粳不秈恢亞種間雜交稻與雜交粳稻、雜交秈稻生長(zhǎng)優(yōu)勢(shì)對(duì)比圖[71]通過(guò)對(duì)一直以來(lái)的雜交水稻育種相關(guān)技術(shù)資料的廣泛研讀，可發(fā)現(xiàn)雜交稻中關(guān)鍵角色是不育系，本文暫可列出以下四種利用相關(guān)技術(shù)培育優(yōu)良不育系的方法。

湖北工業(yè)大學(xué)碩士學(xué)位論文24方法1：隱藏在花藥以及花粉種子中的特定觸發(fā)功能將激發(fā)細(xì)胞毒素基因表達(dá)，如果阻斷細(xì)胞毒素基因表達(dá)則可以形成恢復(fù)系，其分子機(jī)制如圖3.2所示。圖3.2野敗型細(xì)胞質(zhì)雄性不育與恢復(fù)性的分子機(jī)理示意圖[69]方法2：借助于誘導(dǎo)型啟動(dòng)子驅(qū)動(dòng)核不育基因，形成人工育性可控系。方法3：孢子體-無(wú)菌突變體的篩選,生殖能力相關(guān)的野生型基因的克隆,花粉無(wú)生殖能力基因和熒光蛋白基因的轉(zhuǎn)基因轉(zhuǎn)換,獲得一種特殊的雜種個(gè)體，該類(lèi)型的種子可以獲得雜種種子生產(chǎn)的使用。方法4：基因編輯技術(shù)可以將現(xiàn)有優(yōu)良三系保持系和其他品種中的光溫敏不育的野生型基因(如TMS5,CSA)定點(diǎn)清除,培育出新一代光溫敏不育系[72]。圖3.3智能型核雄/雌性不育系的育性調(diào)控和制種原理圖[72]

【參考文獻(xiàn)】：
期刊論文
[1]加強(qiáng)人工智能深入學(xué)習(xí)在醫(yī)學(xué)影像學(xué)臨床應(yīng)用領(lǐng)域的研究[J]. 李坤成.  中國(guó)醫(yī)學(xué)影像技術(shù). 2019(12)
[2]面向智能生產(chǎn)車(chē)間的多AGV系統(tǒng)多目標(biāo)調(diào)度優(yōu)化[J]. 楊智飛,蘇春,胡祥濤,陳帝江.  東南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(06)
[3]自適應(yīng)協(xié)同學(xué)習(xí)水波優(yōu)化算法[J]. 顧啟元,王俊祥.  小型微型計(jì)算機(jī)系統(tǒng). 2019(09)
[4]孤立點(diǎn)分析在審計(jì)疑點(diǎn)發(fā)現(xiàn)中的應(yīng)用探討——基于K-Means聚類(lèi)算法的Python實(shí)現(xiàn)[J]. 陳旭,陳紅平.  會(huì)計(jì)之友. 2019(17)
[5]考慮柔性負(fù)荷的綜合能源系統(tǒng)低碳經(jīng)濟(jì)優(yōu)化調(diào)度[J]. 薛開(kāi)陽(yáng),楚瀛,凌梓,李子林.  可再生能源. 2019(08)
[6]基于多目標(biāo)蝗蟲(chóng)優(yōu)化算法的移動(dòng)機(jī)器人路徑規(guī)劃[J]. 黃超,梁圣濤,張毅,張杰.  計(jì)算機(jī)應(yīng)用. 2019(10)
[7]基于模糊C均值聚類(lèi)和轉(zhuǎn)子軸心軌跡特征的轉(zhuǎn)子狀態(tài)診斷[J]. 溫廣瑞,陳征,張志芬.  振動(dòng)與沖擊. 2019(15)
[8]衛(wèi)星網(wǎng)絡(luò)中基于雙向?qū)?yōu)粒子群優(yōu)化算法的連接計(jì)劃設(shè)計(jì)[J]. 戴翠琴,唐煌,郭林峰.  通信學(xué)報(bào). 2019(08)
[9]水稻育性調(diào)控的分子遺傳研究進(jìn)展[J]. 謝勇堯,湯金濤,楊博文,胡駿,劉耀光,陳樂(lè)天.  遺傳. 2019(08)
[10]基于改進(jìn)灰狼算法優(yōu)化支持向量機(jī)的人臉識(shí)別[J]. 馮璋,裴東,王維.  計(jì)算機(jī)工程與科學(xué). 2019(06)

博士論文
[1]基于多目標(biāo)進(jìn)化模糊聚類(lèi)的圖像分割方法研究[D]. 張夢(mèng)璇.西安電子科技大學(xué) 2017
[2]基于資源動(dòng)態(tài)配置的密集型無(wú)線(xiàn)局域網(wǎng)絡(luò)節(jié)能技術(shù)研究[D]. 盧洋.哈爾濱工業(yè)大學(xué) 2015
[3]計(jì)算智能在電力系統(tǒng)多目標(biāo)優(yōu)化中的應(yīng)用研究[D]. 葉承晉.浙江大學(xué) 2015

碩士論文
[1]基于雜交水稻算法的分類(lèi)器權(quán)重優(yōu)化研究[D]. 楊娟.湖北工業(yè)大學(xué) 2019
[2]基于改進(jìn)的FCM遙感圖像聚類(lèi)算法的研究與應(yīng)用[D]. 張景柯.南京信息工程大學(xué) 2017
[3]基于多目標(biāo)免疫算法的網(wǎng)絡(luò)個(gè)性化推薦[D]. 王玉林.天津工業(yè)大學(xué) 2017
[4]基于聚類(lèi)分析的遙感圖像分割技術(shù)研究[D]. 盧俏.河北工業(yè)大學(xué) 2016



本文編號(hào)：3091048