在不同适应值下误差阈的研究

在不同适应值下误差阈的研究

论文摘要

本文主要介绍达尔文生物进化论以及对生物演化过程的探究,特别是在微观层次上,通过对简单的无性生殖物种演化的探究建立起理想化的理论模型。本文的重点在于对Eigen准物种模型的描述以及对此模型的求解。通过对Eigen准物种模型的求解我们得到:当物种超过某个阈值时,这个物种的分布将变为随机性的分布。也就是说当物种的错误率超过这个阈值时,这种物种将会灭亡,我们把这个阈值叫做误差阂。文章的正文可以分为四个部分,第一部分详细介绍了达尔文演化体系以及在此体系的基础上建立理想模型——准物种模型。第二部分通过对Eigen模型的精确求解以及对有微小突变情况的的微扰近似,从而得到误差阈的表达式。介绍了在几种不同情况下Eigen准物种模型的求解,并探究在这几种不同情况下的误差阈的情况。第三部分通过对多核苷酸复制的探究,讨论了在低维和高维情况下大分子聚合物的直接复制和互补(正-负)复制,并将其误差阈与统计学中的相变进行类比。最后,我们通过对Eigen模型选取不同情况的适应值来探究其误差阈的变化。通过分析可以发现,于单峰相比,当系统存在一系列孤立的峰值时,误差阈会有向较大值方向的平移。

论文目录

  • 摘要
  • Abstract
  • 1 引言
  • 2 达尔文进化论及微观模型的建立
  • 2.1 达尔文体系
  • 2.1.1 适应的概念
  • 2.1.2 种群的增长
  • 2.1.3 适者生存(selection of fitness)
  • 2.1.4 突变
  • 2.2 准物种模型的建立
  • 2.2.1 序列空间
  • 2.2.2 Eigen动力学方程的建立
  • 2.2.3 准物种与误差阈
  • 3 Eigen准物种模型的求解及讨论
  • 3.1 Eigen准物种模型的精确求解
  • 3.2 Eigen通过微扰论对出现小突变率的处理
  • 3.3 具有一般适应函数和降解率的Eigen模型的精确解
  • 3.3.1 分解率为零的单峰适应函数
  • 3.3.2 存在分解率时的单峰适应函数
  • 3.3.3 平适应函数
  • 3.4 讨论分析
  • 4 多核苷酸自我复制模型
  • 4.1 核苷酸错误复制简化模型的建立
  • 4.2 低维情况下的检验(v=3)
  • 3)情况下的模型'>4.3 高维(v>3)情况下的模型
  • 4.4 误差阈与相变
  • 4.5 结论
  • 5 不同适应值下误差阈的研究
  • 5.1 理论模型的建立
  • 5.2 结论与分析
  • 5.3 回顾与展望
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].具有适应值预测机制的遗传算法[J]. 国防科技大学学报 2014(03)
    • [2].基于适应值变化率的个体决策粒子群算法[J]. 现代电子技术 2014(14)
    • [3].适应值共享小生境遗传算法实现与性能比较分析[J]. 通化师范学院学报 2014(08)
    • [4].广义回归神经网络预测适应值的人工植物算法[J]. 电脑开发与应用 2013(07)
    • [5].浅谈模因复制过程中的适应值[J]. 考试与评价(大学英语教研版) 2014(06)
    • [6].基于进化个体模糊适应值估计的交互式遗传算法[J]. 控制与决策 2018(09)
    • [7].基于适应值模糊灰模型的交互式进化计算[J]. 计算机应用研究 2019(06)
    • [8].基于适应值曲面分析的全部局部极值搜索算法[J]. 系统工程与电子技术 2020(02)
    • [9].基于灰支持向量回归机预测适应值的交互式集合进化计算[J]. 控制与决策 2020(02)
    • [10].基于熵极大准则的非用户赋适应值交互式遗传算法[J]. 电子学报 2017(12)
    • [11].一种基于适应值分析的智能粒子群算法[J]. 计算机与现代化 2015(05)
    • [12].基于适应值引导的粒子群改进算法[J]. 计算机工程与应用 2015(14)
    • [13].基于适应值共享的多生境排挤遗传算法[J]. 计算机工程与应用 2009(05)
    • [14].基于进化个体混杂型适应值的交互式遗传算法[J]. 计算机工程 2018(11)
    • [15].适应值引导下的粒子群算法群体特性分析[J]. 电子制作 2019(18)
    • [16].基于爬山算子和适应值共享的改进遗传算法[J]. 广东工业大学学报 2011(01)
    • [17].基于适应值预测的DABC认知无线电频谱分配算法[J]. 计算机工程与应用 2016(18)
    • [18].最优多用户检测问题适应值曲面分析[J]. 南京大学学报(自然科学版) 2009(04)
    • [19].基于进化个体适应值灰度的自适应交互式遗传算法[J]. 计算机应用 2008(10)
    • [20].一种用于进化算法历史计算数据的高效利用方法[J]. 计算机工程与科学 2016(01)
    • [21].基于个体决策机制的粒子群算法及应用[J]. 科技信息 2013(13)
    • [22].一种改进的粒子群算法在云计算资源中的研究[J]. 微型机与应用 2017(06)
    • [23].基于极限学习机的车间节能目标预测方法[J]. 贵州大学学报(自然科学版) 2020(04)
    • [24].基于适应值欧式距离比的均衡蜂群算法[J]. 系统仿真学报 2015(05)
    • [25].一种改进的遗传算法交叉策略[J]. 湖南科技大学学报(自然科学版) 2012(01)
    • [26].基于联赛评价和知识提取的交互式遗传算法[J]. 山东大学学报(工学版) 2009(02)
    • [27].随机期望值模型的适应值预测差分进化算法[J]. 渤海大学学报(自然科学版) 2013(03)
    • [28].基于分群策略的混沌粒子群优化算法[J]. 计算机工程与设计 2019(02)
    • [29].基于过滤微粒群优化算法的虚拟企业伙伴选择[J]. 微型机与应用 2010(02)
    • [30].由一道实例看遗传算法[J]. 计算机光盘软件与应用 2014(09)

    标签:;  ;  ;  ;  

    在不同适应值下误差阈的研究
    下载Doc文档

    猜你喜欢