当前位置:文档之家› 果蝇算法

果蝇算法

果蝇算法
果蝇算法

无线传感器网络(Wireless Sensor Networks, WSN)是一种分布式传感网络,由大量可移动的微型传感器节点以自组织的方式组成,信息通过节点进行多跳传输。在无线传感器网络覆盖问题上,传统的节点部署策略会出现部署速度慢,覆盖范围小,服务质量差等问题。目前已有多种智能算法运用在无线传感器网络的覆盖优化问题上,例如粒子群算法、鱼群算法、遗传算法等。本文将提出一种改进的果蝇算法,实现网络覆盖的优化。果蝇算法具有很多优点,例如计算量较小,运行时间短,算法复杂度低,且寻优精度较高等。本文将果蝇算法与WSN覆盖模型相结合,可以快速实现节点布局优化,得到更高的网络覆盖率。通过仿真对比实验,可以看出本文的改进果蝇算法的有效性和优越性,在寻优性能方面能够大幅度优于其它几种算法。

【关键词】:WSN;果蝇算法;传感器节点;覆盖优化;

1 引言

无线传感器网络[1]是一种分布式传感,面对多节点、多任务的无线自组织网络。无线传感器网络是由大量部署在监测区域内的传感器节点组成,通过传感器节点对监测区域的信息进行实时收集。WSN作为一门新的技术,被广泛应用于军事领域、农业生产、生态监测与灾害预警、基础设施状态检测、工业领域、智能家居等。传感器网络的一个关键问题就是节点的部署优化,对于如何提高网络的覆盖率、降低网络的能耗、简化网络模型,最终提高服务质量,这是目前研究的一大热门问题,也是未来无线传感技术发展的基础。

目前已有多种智能算法运用在无线传感器网络的覆盖优化问题上,例如粒子群算法、鱼群算法、遗传算法等。这些算法虽然在覆盖的优化问题上取得了良好的效果和重大的进步,但依然存在着一些明显的不足,例如某些算法的结构过于复杂,导致整体的计算速度太慢,达不到实时的要求,某些算法的性能太差,导致最后的覆盖效果太差,远远达不到用户的服务要求,某些算法的参数太多,导致网络模型过于复杂,实际的部署方式往往不容易做到,等等。因此本文将运用一种改进的果蝇算法,解决以上算法在无线传感器网络覆盖优化问题上的弊端,实现对网络覆盖的进一步优化。

2 果蝇算法

果蝇优化算法[2](Fruit Fly Optimization Algorithm,FOA)是台湾学者潘文超经过研究发现,并于2011年提出的一种新型智能优化算法,它具有很好的全局优化性能,能够解决很多的优化求解问题。果蝇有着优于其它生物的感官知觉,特别是视觉与嗅觉,依靠灵敏的嗅觉,果蝇可以很好的感知到空气中的各种气味分子,甚至可以嗅到几十公里以外的食物。同时利用敏锐的视觉与其它果蝇聚集,并向该方向移动。果蝇算法就是模仿果蝇的觅食过程而提出一种新型的群智能优化算法。

2.1 基本果蝇算法:

果蝇拥有优于其它物种的感官,它可以收集空气中的气味分子搜寻远处的食

物,然后聚集同伴朝食物方向并拢。FOA 算法就是模拟果蝇群体的觅食过程而衍生的优化算法,其步骤可以归纳为:

①初始化种群大小Sizepop ,最大迭代次数Maxgen ,随机初始化果蝇群体位置X_axis,Y_axis 。

②果蝇个体随机向各个方向的位置进行搜寻。

③计算果蝇个体与原点距离d ,再将距离的倒数做为果蝇个体的味道浓度判定值i S 。

④将味道浓度判定值i S 代入适应度函数(Fitness function ),求出果蝇个

体的味道浓度。

⑤找出果蝇群体中i Smell 最佳的果蝇

⑥记录并保留最佳味道浓度值i bestSmell 与X,Y 坐标。

⑦开始迭代,重复执行②~⑤,并判断最佳味道浓度是否优于前一次迭代得到的味道浓度,并且当前迭代次数小于最大迭代数Maxgen ,则执行⑥,否则,算法结束。

2.2改进步长果蝇算法

根据上一节对果蝇算法的介绍,果蝇算法中的果蝇个体每次迭代从相同的起点出发,然后向随机的方向进行搜索,搜索步长为固定区间],[H H -内的随机数。当H 设置比较大时,算法的全局搜索能力较强,收敛的速度较快,但算法局部搜索能力较低,导致后期收敛精度不够。相反,如果H 设置比较小时,局部搜索能力较强,全局搜索能力较低,导致算法收敛速度较慢,而且算法在小区域内搜索,收敛结果易陷入局部最优的错误解集中。针对以上所述的局限性,本文提出的可变步长果蝇算法(CS-FOA,Change the Step of FOA )将搜索分为若干个周期,如取50次迭代为一个周期T ,每个周期内步长采用)(x Sin 的形式进行跌宕变化,表示如下:

i i H rand axis X X ?-?+=)1()2(_

],1[ ),mod(Maxgen i T i ∈=α (1)

???>≤?=L H L L H L H i i i

1)+(sin(i)α

其中,L 为算法搜索区间长度,T 为单位周期的迭代次数,mod(i,T)为第i 次迭代相对于T 取余。

从公式(1)可以看出,CS-FOA 首先将整个搜索过程分为若干个周期,这样做可以增加搜索过程的多样性,使算法能够有效跳出局部收敛,大大减小局部收敛的

可能性。其次CS-FOA在每个周期内采用)

Sin函数,使步长在单位周期T内可

(x

以跌宕变化。在)

Sin单调递增时,步长指数型增大,算法具有很强的全局搜索(x

能力,可以实现快速收敛,并且收敛结果不易陷入局部最优,同时步长的增大可以解决)

Sin单调递

(x Sin在上个单调递减区间内可能存在的局部收敛问题。在) (x

减区间内,步长指数型减小,可以使算法在小范围内完成高精度的搜索,结果具有更好的收敛效果。

基于科学史的摩尔根果蝇杂交实验再探究

基于科学史的摩尔根果蝇杂交实验再探究人教版高中生物学必修2第2章第2节“基因在染色体上”的主要内容是摩尔根如何通过实验巧妙的证明“基因在染色体上”。通过实际听课及对本节课教学案例的搜集与分析,发现在实际教学过程中存在一些问题。本文在梳理常见问题的基础上,对科学史进行了深入挖掘,为一线教师更好的开展基于科学史的实验教学提供思路和借鉴。 1 摩尔根果蝇杂交实验教学中存在的问题 1.1 对果蝇杂交实验的历史路径认识不清晰 新教材P31(旧教材P29)描述“后来他们又通过测交等方法,进一步验证了这些解释”。 但教材并未说明摩尔根做了哪些测交,导致教师在讲授这部分内容时,忽略科学史发展的真正路径,错误的从已知出发,引导学生做出假设进行推断。比如,介绍完摩尔根的果蝇杂交实验现象后,就让学生尝试按照①眼色基因仅位于Y染色体上;②眼色基因仅位于X染色体上;③眼色基因位于X、Y染色体的同源区段上的3种假设在染色体上标注基因(如W表示X染色体上的红眼基因,w表示X染色体上的白眼基因),解释摩尔根的实验现象。 实际上,摩尔根在实验过程中并未面临过这样的问题,并不存在同时提出这三种假设然后一一排除,最终保留正确假设的过程。这样做不仅不符合科学史,也造成了推理环节的缺失,让学生对实验本质的理解出现障碍,从而使这个知识点成为学生学习的难点。

1.2 对教材理解不透彻,缺乏科学思维的引导 教师之所以对实验的真实过程认识不清晰,有一个重要原因就是对教材中的某些关键表述没有深入理解。比如新教材P31“由于白眼的遗传和性别相联系,而且与X 染色体的遗传相似,于是摩尔根及其同事设想.....”,通过什么实验确定白眼的遗传一定与性别相联系呢?何为与X染色体的遗传相似?这句话的背后是摩尔根做出假设的依据,不能理解这句话的含义,就会出现上述的第一个问题。 再比如,不乏有教师在讲本实验的测交实验时,单纯的以验证“控制眼色的基因位于X染色体上”为目的,错误的认为:如果用F1中的红雌与白雄测交,那么后代出现的四种表现型(红眼雌蝇,白眼雌蝇,红眼雄蝇,白眼雄蝇)的比例为1:1:1:1,是不能判断眼色基因与X染色体的关系,所以摩尔根的测交实验并没有这一组。 实际上这样的观点是将问题转化为:基因到底在常染色体还是性染色体上。这是有违摩尔根的初衷的,摩尔根真正的意图是想要通过实验找到基因在染色体上的证据,来验证自己对萨顿观点的怀疑是否正确。测交1结果与预测一致,可以证明基因在染色体上随着减数第一次分裂发生分离。因此在教师用书(旧)的第58页中描述到:“子一代红眼雌果蝇与白眼雄果蝇交配......后代......比例是1:1:1:1。摩尔根圆满地说明了他的实验结果”。 2 摩尔根果蝇杂交实验的真实历程 2.1 摩尔根果蝇杂交实验的背景

基于果蝇优化算法的多元质量控制故障模式诊断_杨明顺

文章编号:1006-4710(2015)02-0138- 06基于果蝇优化算法的多元质量控制故障模式诊断 杨明顺,梁艳杰,雷丰丹,刘永,杜少博 (西安理工大学机械与精密仪器工程学院,陕西西安710048 )摘要:针对目前以神经网络为代表的主流智能故障模式诊断方法存在训练时间长、收敛速度慢、容易陷入局部最优等缺陷, 本文将果蝇优化算法用于多变量生成过程故障模式诊断,重点分析了果蝇优化算法(FOA)的原理及其搜索优势,设计了一种基于FOA的多变量生产过程故障模式诊断算法。将所设计的果蝇优化算法应用于汽车曲轴生产过程控制,并与神经网络模型处理结果进行对比。对比结果表明,果蝇优化算法训练时间短,收敛速度快且诊断结果更加准确。关键词:多变量生产过程;果蝇优化算法;过程控制;故障诊断;BP神经网络;质量控制中图分类号:TH122,TP391 文献标志码:A A fault diag nosis for multivariate production processbased on Fruit Fly  Optimization AlgorithmYANG Mingshun,LIANG Yanjie,LEI Fengdan,LIU Yong ,DU Shaobo(Faculty of Mechanical and Precision Instrument Engineering,Xi’an University  of Technology,Xi’an 710048,China)Abstract:Neural network served as a representative of the mainstream intelligent fault mode diag -nosis method,has had such defects as long learning time,difficulty  of convergence and easilyplunging into a local optimal solution.Thus,a Fruit Fly  Optimization Algorithm for multivari-able process fault diagnosis model is established in this paper,the princip le and search advantageof Fruit Fly Optimization Algorithm(FOA)is emphatically  analyzed and a multivariable processfault diagnosis model based on FOA algorithm is designed.The Fruit Fly  Optimization Algorithmis used for analyzing  control sample data in the automobile crankshaft production,and a contrastis made with the results obtained from the neural network model.And contrast results show  thatFruit Fly Optimization Algorithm has a short training  time,fast convergence rate and more accu-rate diag nosis result.Key  words:multivariate production process;Fruit Fly Optimization Algorithm(FOA);processcontrol;fault diagnosis;BP artificial neural network;quality control收稿日期:2014-09- 06基金项目:国家自然科学基金资助项目(60903124);陕西省教育厅科学研究计划资助项目(14JK1521 );西安理工大学青年科技创新团队建设计划资助项目(102- 211408)。作者简介:杨明顺,男,副教授,博士,主要研究方向为制造系统优化与控制、集成产品开发决策、集成质量管理。 E-mail:yangming shun@xaut.edu.cn。 在生产过程质量控制当中, 为了避免单个质量特性控制可能引起的“过控”或者“欠控”现象,必须同时考虑多个相互关联的多质量特性的相互影响以及其共同对产品质量的影响,因此多元质量控制故 障模式诊断成为保证产品质量的一个重要方面[ 1- 2]。多元质量控制诊断的研究对象是多变量正态过程,且变量间往往不是独立而是相关的,一个或几个变量的均值(或/和方差)或/和变量间的相关关系偏离总体,过程都会失控,监控该过程的控制图都会发出警告信号。国内外许多学者对此进行了广泛研 究。针对多元质量控制图不能准确确定导致失控信号产生的变量或变量集这一缺陷,Mojtabsa Sale-hi[3] 提出了一种基于混合学习的模型, 从而实现在多变量制造过程中失控信号在线分析;Zhang Jiu-j iu[4]针对使用单一控制图对多变量过程中数据平均值和变化同时进行监控的问题,提出了一种新的包含指数加权移动平均过程和广义似然比测试的控制图,实现多变量过程中平均值与变化过程的同时 监控;文昌俊[5]在分析多元T2控制图和多元过程能力指数的基础上,利用主成分分析法实现了多元 831 西安理工大学学报Journal of Xi’an University  of Technology(2015)Vol.31No.2

窗帘的款式与制作水波计算方法

水波帘头计算方法 窗户高度在2.8m以内的,这类水波一般1.4m布可以做2个单个水波,1.2m 布可以做2个帘头的两边旗子。如下图它就是3个单个的水波+2个旗子组成一个完整的水波帘头,值得注意的是这个1.4m做2个单个水波不可以算成0.7m 做一个单个的水波,因为我们做一个水波的布料是这样算的1.4mx1.4m所以只能是遇到单个的水波时我们不得不加一个水波来计算即使浪费也没有办法。如下图的帘头我们可以算出它的用料3个单个的水波,我们算4个也就是1.4m+1.4m+1.2m旗子=4m 复式楼高窗的水波 这类帘头有单独的计算方法:一般2.8M布做一个单个的水波(2.8mx2.8m),1.5m做一个旗子(1.5mx2.8m),如一个高窗的尺寸是5.6mx7.6m ,我们做这种大帘头时单个的水波宽度在1m至1.5m效果最佳旗子做0.5m一个,我们用帘头宽度5.6m减去帘头两边的2个旗子(0.5m+0.5m=1m再用1m减去盖在帘头上的旗子大概一边0.15m——2个旗子就是0.3m——1m—0.3m=0.7m)5.6m—0.7 m =4.9m,4.9m做4个单个的水波比较合适4个x2.8/个=11.2m+2个旗子3m=14.2m 如需要在水波的上面加个平板来增加帘头的高度,我们再加上平板的布就可以了。 计算出单个水波的宽度 要学会裁剪水波幔头,首先就要计算出单个水波的宽度和高度,然后乘以水波的个数,加上两边旗的用料就是帘头的用料量。通常1.5米布可以做成两个水波。通常单个水波帘头宽度75厘米左右,根据窗户宽度除以75厘米就是这个窗户需要水波的个数,这个宽度可大可小,不是一成不变,根据窗户的实际需要来设计,如果窗户小的话,这个尺寸可以适当减小,计算方法如下: 例如:我们先假设一个水波的宽度是75厘米,如果窗户宽度是3.95米,那么这个窗户需要做几个水波呢? 用3.95米减去每边旗帜的宽度各15厘米(因为旗帜在水波帘头的两边),然后现除以75厘米,(395-15x2)/75=4.86个,因为水波不可能做半个,所以我们通常做5个那么当我们初步计算要5个水波后,每个水波的宽度就不是75厘米,而(395-15x2)/5=73厘米),也就是说我们根据窗户的宽度最终决定每个水波的宽度是73厘米,这个尺寸就是我们要裁剪的尺寸。这里请你务必记住:计算出单个水波的宽度后,在裁剪前要适当的加上边旗和水波、水波之间接缝的宽度。接缝的宽度根据具体需要来定。还有,要考虑到缝制之后帘头的宽度会缩短,这些问题要根据窗帘布料的收缩性能来定,也就是说收缩得厉害的就适当多算点进去,不怎么收缩得厉害的就适当少算点进去。 计算出单个水波的高度 水波高度的算法:正常是帘高的1/5边旗高是帘高的1/3. 如:窗帘定高3米,水波高度就是3米除5=60厘米边旗是3米除3=1米 窗帘有自己的高度,窗帘幔头也有自己的高度,搭配起来才实用做窗幔的比例,一般是按照所做窗帘的高度取1/5,但个别情况个别对待。一般都会按比例和美观裁剪。

摩尔根果蝇实验中白眼基因为何不能在Y染色体上

摩尔根果蝇实验中,白眼基因为什么不能在Y染色体上 1.对教材内容的分析 1903年,美国遗传学家萨顿用蝗虫细胞作为实验材料,研究精子和卵细胞的形成过程。他发现了减数分裂过程中,基因和染色体的行为的一致性,所以萨顿用类比推理的方法提出假说:基因在染色体上。但是类比推理的出的结论并不具有逻辑的必然性,其正确与否,还需要观察和实验的检验。 接下来,美国生物学家摩尔根用果蝇杂交实验为基因位于染色体上提供了证据。摩尔根选用果蝇作为实验材料的原因:果蝇是一种昆虫,有体小、繁殖快、生育力强、饲养容易等优点。1909年,摩尔根从野生型的红眼果蝇培养瓶中发现了一只白眼的雄果蝇,这只例外的白眼雄果蝇特别引起了他的重视,他抓住这个例外不放,用它作了一系列设计精巧的实验。 摩尔根首先做了实验一: P 红眼(雌)× 白眼(雄) ↓ F1红眼(雌、雄) ↓F1雌雄交配 F2红眼(雌、雄)白眼(雄) 3/4 1/4 从实验一中,不难看出F1中,全为红眼,说明红眼对白眼为显性,而F2中红眼和白眼数量之比为3:1,这也是符合遗传分离规律的,也表明果蝇的红眼和白眼由一对等位基因来控制。所不同的是白眼性状总与性别相关联。如何解释这一现象呢?

摩尔根认为,既然果蝇的眼色遗传与性别相关联,说明控制红眼和白眼的基因在性染色体上。在20世纪初期,生物学家对于果蝇的性染色体有了一定的了解。果蝇是XY型性别决定的生物,果蝇的Y染色体比X染色体长一些。X染色体和Y染色体上的片段可以分为三个区段:X染色体上的非同源区段、Y染色体上的非同源区段和同源区段。(如下图)。在雌果蝇中,有一对同型的性染色体XX,在雄果蝇中,有一对异型的性染色体XY。 那果蝇的眼色基因到底在哪里呢?是在Ⅰ、Ⅱ、Ⅲ中哪个区段上呢? 教材出示了摩尔根的假设,他认为:控制白眼性状的隐性基因由X染色体所携带,Y染色体上不带有白眼基因的等位基因, 即控制果蝇眼色的基因在Ⅰ区段上。之后摩尔根用这个假设合理的解释了他所得到的实验现象即实验一。后来通过测交实验 进行了验证。到这里,难免让人产生如此疑问:摩尔根怎么如此“草率”的认为控制眼色的基因在Ⅰ区段上?难道不需要排除基因在Ⅱ、Ⅲ区段的可能性吗? 事实上,摩尔根的果蝇实验是很严谨的,他除了做了上面的实验一,还做了如下两个实验。 实验二:将实验一中所得的F1中的红眼雌蝇和白眼雄蝇进行杂交。 P 红眼(雌)×白眼(雄) ↓

发育生物学简介

1简介 发育生物学(developmentalbiology)是一门研究生物体从精子和卵子发生、受精、发育、生长到衰老、死亡规律的科学。 发育生物学是生物科学重要的基础分支学科之一,研究内容和许多学科内容相互渗透、相互联系,特别是和遗传学、细胞生物学、分子生物学的关系最为紧密。其应用现代科学技术和方法,从分子水平、亚显微水平和细胞水平来研究分析生物体的过程及其机理。 用分子生物学、细胞生物学的方法研究个体发育机制的学科。是由实验胚胎学发展起来的。实验胚胎学是研究发育中的胚胎各部分间的相互关系及其性质,如何相互影响,发育生物学则是追究这种相互关系的实质是什么,是什么物质(或哪些物质)在起作用,起作用的物质怎样使胚胎细胞向一定方向分化,分化中的细胞如何构成组织或器官,以保证组织和器官的发育,正常发育的胚胎怎样生长、成熟、成为成长的个体,后者在发育到一定阶段后为什么逐步走向衰老,如何在规定的时间和空间的顺序下完成个体的全部发育。 2研究范围 从学科范围讲,发育生物学比实验胚胎学大,后者基本上是研究卵子的受精和受精后的发育,虽然也包括 正在发育的生命 再生及变态等问题,但主要是胚胎期的发育。发育生物学研究的则是有机体的全部生命过程。从雌雄性生殖细胞的发生、形成、直到个体的衰老。

它是生物学领域中最具挑战性的学科之一。从上个世纪八九十年代迄今,生物学领域的重大进展都与发育生物学有着密切的关系,或者就是发育生物学的进展。发育生物学成为了近年来世界上生命科学最活跃和最激动人心的研究领域。 发育生物学又是一门应用前景非常广泛的学科,有关生殖细胞发生、受精等过程的研究是动、植物人工繁殖、遗传育种、动物胚胎与生殖工程等生产应用技术发展的理论基础。有关细胞分化机理、基因表达调控与形态模式形成及生物功能的关系研究,是解决人类面临的许多医学难题(如癌症的防治)以及器官与组织培养等新兴的医学产业工程发展的基础,也是基因工程发展为成熟的实用技术的基础。 3研究对象 从研究对象看,实验胚胎学一般专指动物实验胚胎学。由于历史的原因,尤其是材料的不同,像动物实验胚胎学那样的植物实验胚胎学未曾发展起来。但动植物的发育原理,尤其是从分子生物学的角度考虑,有许多共同之处,所以发育生物学既研究动物的也研究植物的个体发育。 4研究内容 从胚胎学的角度,个体发育从受精开始,因为卵子受精之后才能发育,但发育生物学则应把个体发育追溯 宝宝感官的发育

对摩尔根果蝇杂交实验的疑问与解惑

对摩尔根果蝇杂交实验的疑问与解惑 合肥二中赵春宏(230022) 摘要本文针对课堂教学中教师和学生提出的,关于摩尔根果蝇杂交实验中存在的疑问,通过查阅资料,分析解决了相关问题,并进一步思考教材的设计,如何挖掘利用素材,培养学生思维。 关键词摩尔根果蝇杂交实验测交 高中生物必修2第2章第2节《基因在染色体上》一节,是培养学生思维的很好素材。本节介绍了科学家对遗传现象的探究过程,难点较多,有教师和学生对摩尔根的果蝇交配实验的描述和解释存有疑问。结合这些疑问,我通过查阅资料和分析理解,对问题进行了解答。 1疑问1:开始发现的白眼果蝇进行几次交配? 1.1疑问来源 教材32页“科学家的故事”介绍:在实验室,白眼果蝇临死前抖擞精神,与一只红眼果蝇交配,把突变基因传了下来。 教师教学用书57页叙述同上,但58页第二段叙述:“摩尔根做了回交实验。用最初出现的那只白眼雄蝇和它的后代中的红眼雌蝇交配,结果……”。 显然以上两处叙述有矛盾。 1.2资料描述 查找的国内遗传学著作,也有两种不同的叙述。但在美国学者的相关著作中都没有提到“用最初出现的那只白眼雄蝇和它的后代中的红眼雌蝇交配”。 《遗传学的先驱摩尔根评传》第五章叙述:它这样养精蓄锐,终于同一只正常的红眼雌蝇交配以后才死去,留下了突变基因,以后繁衍成一个大家系。之后叙述是:用白眼雄蝇同正常雌蝇杂交,后代全为红眼;白眼雌蝇与正常雄蝇杂交,后代一半为白眼,而且全为雄性。 在摩尔根的《基因论》中提到“孙代白眼雄蝇”与红眼雌蝇交配。 1.3分析解答 综合有关资料可以得出以下结论: 结论(1):最初出现的白眼雄蝇死亡前应该与多只红眼雌蝇进行了交配,只是在与某只红眼雌蝇交配后死去。 因为摩尔根所用的黑腹果蝇最多一次只能产生上百个后代,而很多资料显示F1得到1237个个体。很显然得到这么多后代,只能是开始那一只白眼雄蝇与多只红眼雌蝇交配的结果。正常情况下,摩尔根为了能让那只白眼果蝇顺利实现交配,他会将那只白眼果蝇与多只未交配的雌蝇放在一起,这样那只“白眼儿”就可能与多只雌蝇交配。 结论(2):最初出现的那只白眼雄蝇没有进行回交,教师教学用书58页第二段叙述有误。 很多资料描述摩尔根所做的回交实验有:(1)让F 2的白眼雄蝇与F1的红眼雌蝇交配;(2)让F 3的白眼雌蝇与F1的红眼雄蝇交配。 2疑问2:摩尔根通过哪种测交,进一步验证了解释

水波动力学文献综述

华中科技大学 考生姓名陈刚 考生学号T201189948 系、年级研究生院 类别硕士 科目水波动力学理论与研究 日期2012年5月12日

水下滑翔器的水动力分析 摘要:水下滑翔器是一种无外挂推进系统,仅依靠内置执行机构调整重心位置和净浮力来控制其自身运动的新型水下装置,主要用于长时间、大范围的海洋环境监测,因此要求其具有低阻特性和高稳定性。文章主要从水下滑翔器水动力特性,纵剖面滑行时水动力特性计算和分析等方面对水下滑翔器的研究和设计提供理论参考。 关键词:水下滑翔器、水动力特性。 引言 水下滑翔器 (AUG)是为了满足海洋环境监测与测量的需要,将浮标、潜标技术与水下机器人技术相结合,研制出的一种无外挂推进系统,依靠自身浮力驱动,沿锯齿型航迹航行的新型水下机器人。AUG采用内置姿态调整机构和无外挂驱动装置,因此载体外置装置减少,避免了对载体线型的破坏,大大改善了载体的水动力特性。AUG具有制造成本和维护费用低、可重复利用、投放回收方便、续航能力强等特点,适宜于大量布放,大范围海洋环境的长期监测。AUG是海洋环境立体监测系统的补充和完善,在海洋环境的监测、凋查、探测等力面具有广阔的应用前景。 国内外现状 1989 年,美国人Henry Stommel 提出了采用一种能够在水下作滑翔运动的浮标进行海洋环境调查的设想,这就是水下滑翔机器人的最初概念。之后,美国开始了AUG 的研究与开发,自1995 年以来,在美国海军研究局的资助下,研制出SLOCUM( Battery) 、Sea glider 和Spray 等多种以二次电池为推进能源的水下滑翔机器人,以及以海洋垂直剖面的温差能作为驱动能源的Slocum 水下滑翔机器人。此外,美国的Prinston 大学建造了一个AUG 试验平台,主要用于AUG 的建模和控制方法研究。美国的Webb Research Corp 先后研制了Slocum Electric Glider 水下滑翔机器人和Slocum Thermal Glider 水下滑翔机器人,其中前者是一种高机动性、适合在浅海工作的水下滑翔机器人,而后者是一种利用海水热差驱动的水下机器人。华盛顿大学研制的Sea glider 水下滑翔机器人能够在广阔的海洋中航行数千千米,持续时间可达6个月,最大下潜深度可达1 000m。Sea glider 已经航行通过了阿拉斯加海湾和拉布拉多海的许多冬季风暴,能在目标位置进行垂直采样和测量。 Spray Glider 是美国的Scripps Institution of Oceanography 研制的水下滑翔机器人,它最初被设计用于深海海域调查,其最大下潜深度可达1 500m。天线内置于滑翔翼中,在浮出水面时机身旋转90°,使有天线的一个滑翔翼垂直露出水面,然后就可以进行GPS 定位和卫星通信。 我国的水下滑翔机器人研究起步较晚,但近年来有多家单位开展了大量的技术研究工作。其中以沈阳自动化研究所为代表研制的AUG 于2005 年10月成功进行了湖上试验,于2006 年通过验收,具有较高的技术水平。天津大学和国家海洋技术中心联合研制的温差能驱动的海洋监测平台也成功进行实验。此外包括沈阳工业大学在内的许多大学和研究所也于近年开

一种波浪能实验装置水动力学分析与优化设计_盛松伟

文章编号:1005-9865(2006)03-0107-06 一种波浪能实验装置水动力学分析与优化设计 盛松伟1,2,游亚戈1,马玉久1 (1.中国科学院广州能源研究所,广东广州 510640;2.中国科学院研究生院,北京 100049) 摘 要:将造波水槽内二维浮体牵引弹簧回复液压缸的受力系统简化为弹簧—质量—阻尼器系统,建立数学模型,并根据牛顿第二定律得到运动方程式。采用基于简单格林函数的边界元方法对所研究浮体的水动力学系数和波浪力进行计算,对于施加给液压系统的不同外部阻尼值,由运动方程可得到相应的浮体垂荡运动位移。为求浮体对液压系统做功的最大值,在给定条件下着重对外部阻尼系数进行了优化。 关键词:二维浮体;边界元;外部阻尼;优化设计;波浪能 中图分类号:P743.2 文献标识码:A Hydrodynamic analysis and optimal design of a wave energy device SHENG Song -wei 1,2,YOU Ya -ge 1,MA Yu -jiu 1 (1.Guan gzhou Institute of Energy Conversion ,Chinese Academy of Sciences ,Guangzhou 510640,China ;2.Graduate School of Chinese A -cademy of Sciences ,Beijin g 100049,China ) A bstract :The model of a kind of wave energy device moored on seabed is simplified into a spring -mass -damping system ,and then its motion equation is built accordin g to Newton 's second law .Boundary element method based on simple Green function is presented to analyze the verti -cal motion of the buoy that drives a hydraulic pressure device below .Opti mal des ign of external -damping coefficient for attaining the maximum work produced by the buoy is discussed in detail .The res ult of the opti mal design can be used to guide the practical work directly .Key words :t wo -dimensional buoy ;boundary element method ;out -damping ;optimal design ;wave energy 收稿日期:2005-06-22 基金项目:广东省自然科学基金资助项目(05000727)作者简介:盛松伟(1972-),男,河南漯河人,硕士生,主要从事海洋波浪理论与技术研究。 成功且高效地利用海洋波浪能是当前各国开发海洋波浪能的重要内容之一。现拟设计一种系泊于海底的波浪能装置,在海面放置一浮体,其下端通过钢索与一倒立的弹簧回复液压缸底部连接,液压缸内的活塞杆伸向下端,与锚固于海底的钢索连接。静水时上下两段钢索都刚好伸直;来浪时浮子在波浪作用下产生运动将牵引液压缸做功,做功的形式可以是蓄能、发电、牵引运动机构等。对实验室造波水槽内该模型系统进行了受力分析并建立数学模型,进行水动力学计算,为求浮体对液压系统做功的最大值,着重对外部阻尼系数进行了优化。 系统受力计算和外部阻尼系数优化的基础是对浮体的水动力学分析。自上世纪50年代开始,许多学者对波浪与浮式结构物的相互作用问题进行了大量的研究[1~4]。采用的研究方法大致上可以分为3大类:理论分析法、数值模拟和实验研究。20世纪70年代以前,主要采用理论方法,如应用特征函数展开法和多极子技术等研究简单形状的结构物与正向波浪的相互作用[5~7]。随着计算机技术和数值求解技术的发展,有限元和边界元方法在波浪与海洋结构物相互作用的计算中得到了较广泛的应用。本文采用基于简单格林函数的边界元法来求解浮体的水动力学系数和所受的波浪力。 第24卷第3期 2006年8月海洋工程 THE OCE AN ENGINEERING Vol .24No .3Aug .2006

果蝇的染色体异常现象

果蝇的染色体异常现象

果蝇的染色体异常现象 一、果蝇的染色体结构异常现象 染色体结构变异是染色体变异的一种,是内因和外因共同作用的结果,外因有各种射线、化学药剂、温度的剧变等,内因有生物体内代谢过程的失调、衰老等。主要类型有缺失、重复、倒位、易位。 例题 1.(16分)1917年,布里奇斯发现了一种翅膀

后端边缘缺刻(缺刻翅)的红眼雌果蝇,并用这种果蝇做了如图23所示的实验: (1)其它实验证实,控制翅型的基因位于X 染色体上,Y染色体上没有。假设缺刻 翅是由X染色体上控制翅型的基因发 生突变引起的,与正常翅是一对等位基 因控制的相对性状。如果缺刻翅由隐性 基因控制,则后代中不应该有 果蝇出现;如果缺刻翅是由显性基因控 制,则后代中应该有果蝇出 现。实验结果与上述假设是否相 符:。 (2)从果蝇的眼色性状分析,后代雌蝇有两种表现型,说明雌性亲本产生了 种类型的配子。理论上讲图23所示的 实验,子代应该有种类型。

(3)图23所示的实验,子代的雌雄比例不是1:1,而是2:1,其原因最可能 是。 (4)布里奇斯认为“X染色体片段缺失”是导致图23所示实验现象的原因。为证 实这一猜测,科研工作者对表现型为 的果蝇做了唾腺染色体的检查,显微镜 下观察到如图24所示 的片段,从而证实了布里奇斯的猜测。 (5)从图23中雌性亲本所产生的配子分析,解释子代中雌性出现缺刻白眼性状的原因: 。 【答案】(16分)(1)缺刻翅雌和正常翅♂缺刻翅♂不相符(2)两(1分)四(1分) (3)雄性的成活率是雌性的1/2(雄性个体存

在致死现象)(4)缺刻翅♀ X染色体配对 (5)含X染色体缺失的雌性配子所形成的受精卵发育成缺刻翅白眼♀(X染色体缺失导致缺刻翅性状,同时缺失的部分包括控制眼色的基因)2.(16分) (1)图1表示对果蝇眼形的遗传研究结果,果蝇眼形由正常眼转变为棒状眼是因 为,该变化称 为。雄性棒眼果 蝇的基因型为。 基 X b X b X B X X B X B 图1 (2)研究人员构建了一个棒眼雌果蝇品系X l B X b,

摩尔根的假设

对摩尔根果蝇杂交实验的分析及教学策略 1.对教材内容的分析 1903年,美国遗传学家萨顿用蝗虫细胞作为实验材料,研究精子和卵细胞的形成过程。他发现了减数分裂过程中,基因和染色体的行为的一致性,所以萨顿用类比推理的方法提出假说:基因在染色体上。但是类比推理的出的结论并不具有逻辑的必然性,其正确与否,还需要观察和实验的检验。 接下来,美国生物学家摩尔根用果蝇杂交实验为基因位于染色体上提供了证据。摩尔根选用果蝇作为实验材料的原因:果蝇是一种昆虫,有体小、繁殖快、生育力强、饲养容易等优点。1909年,摩尔根从野生型的红眼果蝇培养瓶中发现了一只白眼的雄果蝇,这只例外的白眼雄果蝇特别引起了他的重视,他抓住这个例外不放,用它作了一系列设计精巧的实验。 摩尔根首先做了实验一: P 红眼(雌) ×白眼(雄) ↓ F1 红眼(雌、雄) ↓F1雌雄交配 F2 红眼(雌、雄)白眼(雄) 3/4 1/4 从实验一中,不难看出F1中,全为红眼,说明红眼对白眼为显性,而F2中红眼和白眼数量之比为3:1,这也是符合遗传分离规律的,也表明果蝇的红眼和白眼由一对等位基因来控制。所不同的是白眼性状总与性别相关联。如何解释这一现象呢? 摩尔根认为,既然果蝇的眼色遗传与性别相关联,说明控制红眼和白眼的基因在性染色体上。在20世纪初期,生物学家对于果蝇的性染色体有了一定的了解。果蝇是XY型性别决定的生物,果蝇的Y染色体比X染色体长一些。X染色体和Y染色体上的片段可以分为三个区段:X染色体上的非同源区段、Y染色体上的非同源区段和同源区段。(如下图)。在雌果蝇中,有一对同型的性染色体XX,在雄果蝇中,有一对异型的性染色体XY。 那果蝇的眼色基因到底在哪里呢?是在Ⅰ、Ⅱ、Ⅲ中哪个区段上呢?

摩尔根白眼果蝇杂交实验的难点突破

摩尔根白眼果蝇杂交实验的难点突破 云南省大理新世纪中学(671000)刘永生 云南省祥云县第一中学(672100)张洪芬 关键词:摩尔根基因染色体性别决定果蝇 1.摩尔根白眼果蝇杂交实验的常规教学设计思路及其问题 人教版基因在染色体上这一节在教学设计上相对困难,尤其是摩尔根白眼果蝇的杂交实验更是设计的难点。最难的就在于摩尔根为什么直接提出假设:控制白眼性状的基因位于X 染色体上,Y染色体上没有对应的基因。 实际教学中笔者见到过两种处理方式,一种就是直接给出这个假设进行教学,这固然是可以的,但是随之带来的问题是,摩尔根后来的所有实验都可以用Y染色体上有隐性基因来解释。而这明显和假设中的Y染色体上没有对应基因不一致。 另一种处理方法是直接提出很多种假设,比如基因在X染色体上而不在Y染色体上,基因同时存在于X和Y染色体上等等。这种枚举的方式看似合理,但是做出这种假设的前提已经默认基因在染色体上了,接下来所做的从逻辑上讲仅是循环论证。而且如果需要枚举,你需要排除各种可能性,比如基因在细胞质、基因在细胞膜或者属于核质互作等等,而细胞质遗传以及核质互作等都是后来的研究成果,摩尔根那个时代根本不清楚,也无从谈起排除这些可能性。 2.摩尔根白眼果蝇杂交实验的假设中为什么忽视了Y染色体 那么摩尔根是如何说服其他科学家相信控制果蝇白眼性状的基因是位于X染色体上呢?在那篇划时代的论文中,摩尔根这样说到“…half of the spermatozoa carry a sex factor X,the other half lack it,i.e.,the male is heterozygous for sex”[1]。这里摩尔根明确指出了雄性果蝇产生两种精子,一种含有一个X,一种不含有X,也就是说雄性果蝇可以视作是杂合的。这里不禁有人要问:果蝇的性别决定中,摩尔根为什么选择性忽视了雄性中的Y染色体呢?实际情况是这样的,果蝇的性别决定不是人那样取决于有无Y 染色体,而是取决于X染色体的数量,有一条X染色体的将表现为雄性,有两条X染色体的将表现为雌性,例如XO和XY在在果蝇中都表现为雄性,XX和XXY都表现为雌性。摩尔根等人在白眼果蝇杂交实验之前就意识到了这一点[2]。这种情况下,摩尔根包括我们很自然地就会在果蝇的性别决定中选择忽视Y染色体。 摩尔根用白眼果蝇进行一系列杂交实验后,发现白眼性状的遗传与性别相关联,而果蝇的性别又取决于X染色体,这种情况下合理的假设只能是白眼基因与X染色体相关联。从而提出:白眼基因位于X染色体上。 3.假说的合理性是突破摩尔根的白眼果蝇杂交实验的关键 笔者认为,教学中要让学生认识到Y染色体在人和果蝇性别决定中的作用不同,否则学生会用将已经掌握的人类性别决定的知识套用到果蝇上面,这种前概念会影响到对摩尔根假

2D特效之水波

2D特效之水波 水波特效在游戏当中也比较多见,波纹实时生成算法很多,这里介绍一种快速算法。之所以说它是一种快速算法,是因为它的计算既没有用到sin、cos函数也没有用到sin、cos函数的查表算法,它只是根据波的传播原理,通过少量的加减、位移运算来完成。如要多了解一些波的知识,赶快去翻书哦,现在去学或复习还来得及。当然快速的代价是内存的消耗,这一点我们曾在文章里也提到过,为了追求更高的效率,往往可采取牺牲部分内存这样一种手段来达到目的。 在开始之前我们先作一些假设,同时你可参考左面的图。首先假设波是从右往左传播,0为波在当前时刻的波形,1为前1/8周期时的波形,2为前1/4周期时的波形。设波的周期为T。图中向下的箭头是各点处的振动速度,箭头线长表示振动速度的大小。 现设有任一点x(Y方向暂不考虑),它在三个波形上分别对应点P0、P1和P2,三点在振幅方向的偏移量(含方向)分别为D0、D1和D2。设波形函数为D0 = sin(2*Pi/T*t+b),则D1 = sin(2*Pi/T*(t-T/8)+b),D2 = sin(2*Pi/T*(t-T/4)+b),我们下面来证明21/2*D1 = D0+D2: 设2*Pi/T+b=a,则 D0 = sin(a),D1=sin(a-Pi/4),D2 = sin(a-Pi/2) ==》 D0+D2 = sin(a)+sin(a-Pi/2) =2*sin((a+(a-Pi/2))/2)*cos((a-(a-Pi/2))/2) =2*sin(a-Pi/4)*cos(pi/4) =21/2*D1 利用这一特征我们就可以来计算波形了,我们可以以1/8个周期为一显示帧,然后用两个缓冲区来保留前两帧的波形,用上述公式就可以依次推算出后续波的波形。这里需要做一些优化,首先将21/2放大为2,则有D0=2*D1-D2,计算后的D0会偏大一些(相当于波能加大),这样的波会越振越厉害,不停地振动下去永不止,所以要将D0的值减少一部分,办法是减去1/n个D0,将n值取成2的5(或其它?)次方,这样就可以用移位来计算:D0-=D0>>5,最后要处理的是波的传播了,一般我们在某一点给出一个干扰源(波源),这一点的能量要向四周传播出去我们才能看出波的抖动,否则光一个点上下抖动看起来是不会象水波的,我们用平均算法

水波纹算法

在介绍编程之前,先让我们来回顾一下在高中的物理课上我们所学的关于水波的知识。 水波有如下几个特性: ?扩散:当你投一块石头到水中,你会看到一个以石头入水点为圆心所形成的一圈圈的水波,这里,你可能会被这个现象所误导,以为水波上的每一点都是以石头入水点为中心向外扩散的,这是错误的。实际上,水波上的任何一点在任何时候都是以自己为圆心向四周扩散的,之所以会形成一个环状的水波,是因为水波的内部因为扩散的对称而相互抵消了。 ?衰减:因为水是有阻尼的,否则,当你在水池中投入石头,水波就会永不停止的震荡下去。 ?水的折射:因为水波上不同地点的倾斜角度不同,所以,因为水的折射,我们从观察点垂直往下看到的水底并不是在观察点的正下方,而有一定的偏移。如果不考虑水面上部的光线反射,这就是我们能感觉到水波形状的原因。 ?反射:水波遇到障碍物会反射。 ?衍射:忽然又想到这一点,但是在程序里却看不到,如果能在水池中央放上一块礁石,或放一个中间有缝的隔板,那么就能看到水波的衍射现象了。 好了,有了这几个特性,再运用数学和几何知识,我们就可以模拟出真实的水波了。但是,如果你曾用3DMax做过水波的动画,你就会知道要渲染出一幅真实形状的水波画面少说也得好几十秒,而我们现在需要的是实时的渲染,每秒种至少也得渲染20帧才能使得水波得以平滑的显示。考虑到电脑运算的速度,我们不可能按照正弦函数或精确的公式来构造水波,不能用乘除法,更不能用sin、cos,只能用一种取近似值的快速算法,尽管这种算法存在一定误差,但是为了满足实时动画的要求,我们不得不这样做。 首先我们要建立两个与水池图象一样大小的数组buf1[PoolWidth*PoolHeight]和 buf2[PoolWidth*PoolHeight](PoolWidth=水池图象的象素宽度、PoolHeight=水池图象的象素高度),用来保存水面上每一个点的前一时刻和后一时刻波幅数据,因为波幅也就代表了波的能量,所以以后我们称这两个数组为波能缓冲区。水面在初始状态时是一个平面,各点的波幅都为0,所以,这两个数组的初始值都等于0。 下面来推导计算波幅的公式 我们假设存在这样一个一次公式,可以在任意时刻根据某一个点周围前、后、左、右四个点以及该点自身的振幅来推算出下一时刻该点的振幅,那么,我们就有可能用归纳法求出任意时刻这个水面上任意一点的振幅。如左图,你可以看到,某一时刻,X0点的振幅除了受X0点自身振幅的影响外,同时受来自它周围前、后、左、右四个点(X1、X2、X3、X4)的影响(为了简化,我们忽略了其它所有点),而且,这四个点对a0点的影响力可以说是机会均等的。那么我们可以假设这个一次公式为:

2.2“摩尔根果蝇实验教学中四种假设”教学 素材(人教版必修2).ppt

“摩尔根果蝇实验教学中四种假设”教学 摩尔根的实验:1910年,摩尔根从野生型的红眼果蝇培养瓶中发现了一只白眼的雄果蝇,这只例外的白眼雄果蝇特别引起了他的重视,他抓住这个例外不放,用它作了一系列设计精巧的实验。 摩尔根用白眼雄果蝇作了果蝇杂交实验并发现后代的特点之后,提出问题:F2中红眼果蝇与白眼果蝇的数目比例是3:1,这是否符合孟德尔遗传定律?毫无疑问,3:1的特点是符合孟德尔遗传定律的,但是发现这种性状的遗传还跟性别有关,于是能推想到控制这种性状的基因在性染色体上。(先展示实验一,学生回答出红眼对白眼为显性,且眼色的性状符合孟德尔定律。但我又提示:细心的摩尔根在实验结果中又有了新的发现:眼色性状与性别有关,而分离定律不能解释性别问题。你认为控制红、白眼的基因位于什么染色体上?学生想到有可能是在性染色体上。学生想到有可能是在性染色体上。我再次提示:果蝇有两种性染色体,分别是X和Y,且存在同源区段和非同源区段 , 你认为控制果蝇眼色的基因是在哪条染色体上?这时让同学讨论交流,并鼓励学生进行假设。) 摩尔根当年按照这个思维过程思考,当他想到控制这种性状的基因在性染色体上之后,他会一下子就做出这个基因在X染色体上的假设吗?应该不会吧!如果考虑周全的话,他应该会做出那些假设呢?按常理应该会有三种假设:控制果蝇眼色的基因可能在:(1)X染色体上(2)在Y染色体上(3)在XY染色体上都有。 (1) 若仅位于Y染色体的非同源区段,则白眼雄蝇表示为XYb红眼雌蝇表示为XX P XX × XYb ↓

↓雌雄交配 F2 XX 、 XYb ①雌果蝇没有红、白眼色这一对相对性状。 ②摩尔根实验中的雄果蝇无论F1还是F2均为白眼。 与客观事实和实验事实均不符,此假说不成立。 (2) 若仅位于X染色体的非同源区段,则白眼雄蝇表示为XbY,红眼雌蝇表示为XBXB, 摩尔根的实验可表示为下图: P XBXB × ↓ F1 XBXb × XBY ↓雌雄交配 F2 XBXB、XBXb、XBY、XbY 按此假设推出的结果与实验结果符合。 (3) 若位于X、Y的同源区段,则白眼雄蝇表示为XbYb,红眼雌蝇表示为XBXB,摩尔根的实验可表示为下图: P XBXB × ↓

水波模拟算法

水波模拟算法 一、理论依据 水波的物理学模型便是理论依据。水波有如下特性: 扩散:水波总是从被扰动的中心向外扩散。在水波扩散过程中每个点都在得到能量后以自己为中心震动,并向四周传播能量。之所以从干扰点向外扩散,是因为内部的各点能量互相抵消而看不到震荡。重要的是,每个点都在以自己为中心进行震荡,并向四周扩散能量。 衰减:水波在传播过程中能量会逐渐的衰减,因为水的震荡是有阻尼的。 折射:由于水波表面各处有不同程度的倾斜,由于折射,将会看到水底景物的不同程度的偏移,看起来是变形的。观察点正下方的景物由于折射偏移,开起来并不在正下方。 反射:由于水波表面的凹凸不平,比起平静时期的水面,水面上各点反光程度将会不同程度的受到影响,从而改变了自己的亮度,颜色。 水波还有衍射等特性。但是考虑问题的核心在于能量传递或者能量扩散。因为这是该模型的根源。 二、约束条件 实现该算法的约束条件。 三、设计方案 用两个数组来模拟水池。数组大小:水池高度 * 水池宽度。其中一个数组存储水池的上一个状态,另一个用来存储当前用上一个状态正在计算的下一个状态。计算完毕,把新状态渲染出来;然后新的状态就变为“上一个状态”的水池,用它来计算更新的水池状态,数据保存在原来的第一个水池中。两个水池交替的成为新、旧状态池。从而,虽着实间的推移,能量就会被扩散开来。 为了保证执行效率,水波的扩散、折射等均用简化后的模型代替,以使算法成为线性简单的;对于里面的乘法、除法运算尽量采用2的幂,可以通过移位运算快速实现。

四、数学推理与算法设计 根据以上设计,就可以建立模型进行数学推理和算法设计。 上述两个矩形代表了两个数组,即两个水池状态。令水池宽度为W(W=w+1),水池高度为H(H=h+1),假设点A的坐标为(I,J),那么A点对应的数组下标为:(J * W)+ I 。 O 点(0,0)对应buf[0],对角线B(w, h)代表buf[W * H – 1],即数组的最后一个元素。 计算波幅的公式推导: 如图所示,假设任意一点x0处下一个时刻的能量能根据当前状态下周围的12个点和x0自身的振幅推算出来。即x0在下一个时刻的振幅要由自身的当前振幅和受周围12个点的能量扩散得到。并且假设这12个点影响x0的程度都一样,这个模型已经得到很大的简化。可以得到: x0’ = a * ( x1 + x2 + x3 + … + x9 + y1 + y2 + y3 + y4 ) + b * x0

相关主题
文本预览
相关文档 最新文档