聚类分析和预测中国区域经济协调发展的基于免疫遗传算法

文摘

经济开放以来,中国区域经济发展迅速,综合国力不断增强,人民生活水平不断提高。区域协调发展问题已成为当今社会一个重要的问题。遗传算法是一种预测算法,近年来迅速发展并被广泛使用。然而,当解决工程预测问题,经常有问题,如过早收敛和容易陷入局部最优解。因此,的基础上,研究了遗传算法和人工免疫算法的相关理论,本文使用了两种算法的优点,结合了两种算法,提出了一种改进的遗传算法algorithm-adaptive免疫遗传算法。以遗传算法为基本框架,运营商和人工免疫算法集成的选择方法。使用自适应的概念,自适应交叉概率和变异概率的公式是创新设计。相比固定值的免疫遗传算法,引入自适应概念可以智能地调整优化过程,提高优化速度。考虑产品市场需求的双重不确定因素和废料回收再制造供应链系统、物流网络运营利润的最大化,环境影响最小化,最大化客户满意度的预测目标。确定产品的市场需求通过期权合约机制,有效控制和多目标预测模型建立了基于期权合约的机制。 According to the characteristics of the model, an improved immune genetic algorithm is designed to solve the problem, and the effectiveness of the immune genetic algorithm is verified through an example.

1。介绍

区域发展问题不再是纯粹的经济问题。如何提高经济质量,同时保持经济发展的增长势头,强调公平和正义的概念,并确保和改善民生是当今社会发展的重要要求(1- - - - - -3]。共同发展的一个重要组成部分,基本公共服务是与人们的生活密切相关,和实现平等的发展是一个重要的标尺来衡量人民共享发展成果。高质量的基本公共服务水平可以让人们有更多的生活安全,他们可以减少被动储蓄的现象没有太多担心。虽然中国的公共服务体系持续改善,随着人民对公共服务的需求越来越高,规模设施不足等缺点,服务质量低、不均匀分布的区域资源和发展逐渐突出(4,5]。经济发展水平削弱公民的利益和幸福,这是不利于建立一个公平公正的社会环境(6]。

与传统的供应链系统相比,再制造供应链系统不仅包括传统的积极的产品销售供应链也延伸到相反的废品回收供应链,形成一个闭环供应链系统。因此,物流网络设计问题的再制造供应链系统不仅包括正向产品销售物流网络设计也反向废品回收物流网络设计。此外,研究再制造供应链物流网络设计,有必要考虑积极的产品市场需求的双重不确定性的逆向回收废物。在一个典型的联合补充研究多个零部件,只有积极的联合补充多种备件被认为是。然而,联合补给的多个零部件再制造供应链系统中,除了联合多个备件的补充,也必要考虑联合使用的反向恢复备件。此外,联合补给的多个零部件再制造供应链系统中,不仅必须确定的联合补充问题进行优化,还必须研究随机联合补充问题。

研究人员分析了多级库存系统,遵循马尔科夫需求7,8]。每个阶段的需求分布是由外生马尔可夫链的当前状态。额外需求积压,和线性储存成本阶段存在,线性重新排序在第一阶段,存在成本和订货费用也是线性(9]。我们的目标是最小化系统的长期平均成本。结果表明,最优策略是一个多级,基本库存订货策略相互依存的状态。一个有效的算法来确定最优基本库存水平,结果可以扩展到一个固定的订货费用在第n个阶段连续系统和集成系统与线性排序成本。相关学者分析了供应链库存管理策略基于多级库存的概念和模糊集合理论,用多级供应链库存模型来管理库存以整体的方式,将市场需求,和持有成本10,11]。集理论用于建立一个不确定性模型相关市场需求和库存成本(包括持有成本和延迟成本),然后将这一理论应用到三级供应链来显示其可行性(12]。最后,通过仿真,证明了三级供应链比当地的安全库存管理策略。相关学者从四个维度构建指标体系和使用网络分析法和城乡比例方法来分析和研究每个城市的分享指数(13,14]。分析发现,城市和农村共同发展的程度很低,结果和城乡居民收入和生活消费差距很大。在未来,发展的活力在农村地区应充分探索促进城乡居民共享的发展结果。从财政盈余的角度来看,相关学者提出,公民同样的收入可以享受同样的在不同地区财政治疗(15]。均衡的实现财政盈余不仅有利于维护公平和正义在经济发展的过程中也促进地区之间的财政资源。研究人员进行了绩效评估的公共教育在俄克拉何马州,发现不同的估计方法产生的结果有一定的偏差,但它们都表明,政府的财政支出并不总是保持效率高(16,17]。在某些地区仍有投资。输出不匹配等问题,资源闲置和浪费,区域社会经济发展的决定性因素是低效率。相关学者们构建了一个评价指标体系,包括16个指标从五个方面:基础设施、基础教育服务、公共就业服务、公共医疗服务和社会保障(18]。不平等性方法是用来测量公共服务均等的程度在不同的省份。然而,外国学者对公共服务的研究主要集中在理论方面(19]。公共服务均等化水平的评价有点单一,和代表指标很少选择从整体角度进行测量和分析。研究领域主要集中在教育和医疗保健。在这方面,对影响因素的研究也集中在单一影响因素如公共财政支出和投资,忽视多种因素的影响20.]。与经济增长关系的研究也主要选择在各领域的财政支出(21,22]。研究方向有点单一,定量分析相对比较少见。

本文的技术贡献可以概括如下。

首先,我们结合免疫算法和遗传算法,介绍了施工过程的改进免疫遗传算法应用到中国区域经济协调发展,包括自适应交叉和变异算子的设计,计算抗体亲和力,粘结强度的计算,结构的选择概率和浓度的计算。

第二,实现改进的免疫遗传算法和多目标预测单循环再制造供应链物流网络问题解决了。解决多目标预测问题的过程在一个单循环再制造供应链分为两个阶段:第一阶段是确定各种设施的布局的再制造供应链系统,同时确定再制造供应链的物流设施系统,和固定运营成本决定的遗传算法;第二阶段是确定特定类型的物流通过第二遗传算法的基础上,确定各种物流设施的布局在第一个遗传算法,同时确定再制造供应链物流网络的运输成本和环境影响的处理成本。

本文的其余部分组织如下。部分2分析了区域经济协调发展的相关理论。部分3设计一种改进的免疫遗传算法。节4进行了案例分析。部分5总结了全文。

2。区域经济协调发展的理论分析

2.1。地区Logistics-Economic-Environmental系统

区域logistics-economy-environmental系统是一个动态的有机整体耦合区域物流的三个子系统,区域经济系统,和区域环境,为了实现复合系统的协调发展区域物流、经济、和环境。具体结构如图1。

区域物流子系统由物流设施、物流企业、信息、资金、人员和其他动态元素在一个特定区域的辐射范围及其相关的空间。它的目标是提高物流效率,实现协同效应。

区域经济子系统是指经济发展相关的各种结构元素的组合在一个特定的地区,独特的区域特色和功能结构组合形成的各种形态。区域经济子系统涵盖了所有部门的民族区域经济体系。它也是一个复杂的、开放的动态系统,是与该地区内外的环境和资源的生产、交换、分配和消费。操作的主体区域经济子系统的各种类型的企业,也就是说,企业产生的物流需求在第一,第二和第三产业。它是整个区域物流系统的需求。

2.2。区域Logistics-Economic-Environmental耦合系统

地区logistics-economy-environmental系统中的各种组件不断相互影响促进系统的耦合和演化。区域物流子系统、经济子系统和环境子系统密切合作以满足社会需求的物流和经济环境的和谐发展23- - - - - -25]。他们是相互独立、相互作用,形成一个三重螺旋结构的cross-influence三股势力。在此结构中,它不强调某些子系统为主体,但强调三个的合作关系。这三个可以在不同时期成为动态的领导者。三是互利,相互作用,彼此重叠。当经济发展落后,经济子系统的主导和开发为主,和物流和环境是第二。例如,当中国刚刚改革开放,是优先考虑经济发展;当经济发展到一定阶段,落后的物流系统成为一个经济发展的限制性因素。在这个时候,应该实现物流优先发展战略;当经济发展造成巨大的破坏环境,环境已成为复杂系统发展的主要限制因素。 These three constitute a cyclic, spiral-like coupling mode. The coupling process of regional logistics-economics-environmental system is shown in Figure2。

系统耦合的过程中,不断与效应器,每个元素探测器、规则库和信息基地。如果有信息相匹配的元素,他们采取相应的行动和提供反馈。通过不断学习、适应、调整和改进,每个子系统的功能结构和运行机制耦合和完善。子系统屏幕的元素信息从外部输入和输入信息到系统通过检测器。探测器是用来过滤和筛选信息,满足系统的具体要求。

信息数据库是一个数据库组成的大量历史数据和信息,以及经验和案例信息。它提供了一个比较参考外界输入的信息,如区域物流需求和供给这些年来,经济和产业结构,和环境信息。每个子系统的行为和组件元素区域logistics-economic-environmental体系是由一系列的规则。一些规则是用来过滤环境信息和行动探测器。一些规则作用于感受器和促进行动系统中。所有操作的规则构成系统的规则库。

通过材料的筛选、信息和能量输入与外界的联系,每个组件元素是自适应学习和基于数据和信息存储在数据库中,采用和自组织操作完成的内部耦合系统,从而形成一个有序的、运转良好的地区logistics-economic-environmental系统。外部表现是物流的高效运作,经济可持续发展、和谐共处的环境。

2.3。耦合区域Logistics-Economy-Environmental系统的开发过程

根据耗散结构理论和系统演化机制,地区logistics-economic-environmental系统的耦合发展大致可以分为四个阶段:萌芽阶段、形成阶段、磨合阶段,协调阶段,如图3。

在早期阶段的区域logistics-economy-environmental体系的形成,区域物流之间几乎没有联系,经济和环境问题。区域物流正处于起步阶段,对经济增长的贡献不大;其对环境的影响最小。在这个阶段,系统处于一种混乱和无序的状态与高熵。如果系统是在一个相对封闭的环境中,它不能从外界吸收负熵。

经济的逐步发展和物流业的发展,其在区域经济中的作用逐渐显现。区域logistics-economy-environmental系统已经开始进入第二阶段,形成阶段。但是,这个时候,系统还没有形成一个有序的结构,内部耦合组织尚未建立,和各种组件都在一个低程度的耦合。具体表现是,区域物流产业发展的混乱,无序竞争的状态,行业政策支持和法律监督不到位,以及整个行业处于一种无序的状态,自由发展。

与物流行业的快速发展,其经济增长的作用越来越重要,和政府越来越多的关注。实施各种政策措施,支持物流行业的发展逐渐达到的结果,和物流行业的无序状态已经开始转变。行业开始发展稳定、有序的方向发展。地区logistics-economy-environmental系统的子系统开始相互支持、相互配合,以及各种政府法规开始发挥实质性的作用,但他们还在磨合阶段,未能完全功能,以及系统进入了一个适度耦合发展的状态。

由于不同子系统,子系统获取资源的能力与外界必须不同,和资源的有效性导致不可避免的竞争。当系统从外界获得能量和信息,子系统之间的竞争会导致系统的改进的生产方式和生产效率,同时促进地区logistics-economic-environmental系统有序的发展方向。因此,竞争是系统演化的内部驱动力和协作的前提和条件。

有大量的多种非线性区域logistics-economic-environmental体系中的元素之间的关系。因此,区域物流、经济、和环境在每个生产环节都是相互关联的。区域物流子系统提供物流服务的发展区域经济子系统;区域经济子系统提供金融支持的建设区域物流子系统;区域环境子系统提供政策、技术和资源支持,区域物流的发展和经济子系统。因此,合作使子系统相互支持,结构紧密,促进系统更高层次的发展。因此,内部条件的耦合发展区域logistics-economy-environmental系统是系统的内部竞争和协调机制,共同推动系统实现有序结构和发展水平,从而实现耦合的发展。

3所示。改进的免疫遗传算法设计

3.1。免疫遗传算法

免疫遗传算法是一种改进的遗传算法基于机体自身的免疫调节机制。其实质是添加生物免疫机制的标准遗传算法和合并。它不仅有很高的并行计算能力的优势,传统遗传算法的全局优化能力,稳定,还能有效提高搜索精度和当地传统遗传算法的收敛速度由于添加生物免疫机制的算法。因为免疫遗传算法可以提高设计的精度和速度,从而节省劳动时间和劳动成本,增加算法的实际应用。

现代优化算法设计了一种改进的免疫遗传算法来模拟免疫的特点在生物机体自身的免疫系统。因此,免疫遗传算法基本上保留了标准遗传算法的基本特征和结构。同时,亲和力计算和免疫记忆的结构单元被添加到传统遗传算法改进算法,使优化结果更准确。

遗传算法未成熟收敛现象是造成贫困人口分布不均造成的多样性的解决方案组织基因进化的过程中;可怜的局部搜索能力,因为操作符由全局搜索的遗传算法设计(26,27]。因此,改善遗传算法应旨在提高人口的多样性,提高局部搜索能力。

免疫遗传算法(IGA)也是一种改进遗传算法。它是一种遗传算法和免疫功能,是一个典型的混合智能计算方法。它不仅遗传算法的优点,还吸收了免疫算法的优点,表现出更好的优势在许多方面28- - - - - -30.]。与遗传算法相比,它增加了抗原识别函数,提取,接种疫苗,有记忆功能,没有很复杂的操作,考虑了算法搜索和操作速度,并保持遗传算法的适应性和鲁棒性。免疫遗传算法也是一样的免疫算法。要解决的问题作为抗原和要解决的问题的解决方案是使用抗体。区别在于使用免疫遗传算法的遗传算子。该算法不仅保留了遗传算法的搜索特点,避免了遗传算法局部搜索效率低的缺陷,也在很大程度上避免了过早现象。

疫苗是相对重要的特征信息提取或多或少地积累经验的人要解决的问题。提取疫苗可以为特定的问题,详细分析了选择根据实际要解决的问题的特征,如网络的价值范围起重机主要梁的厚度,或者限制web和上盖之间的关系。免疫接种疫苗的一个很好的选择一个很好的指南来预测目标的解决方案的方向和有重大影响加速算法的收敛速度。

计算个体的适应度之后,如果满意的健身价值,个人可以用作候选最佳解决方案;如果健身值很低,个体接种改变某些基因在其基因序列,这样个人可以有更好的适应性。可以看出,疫苗接种是改善健康的人口。

3.2。设计改进的免疫遗传算法

3.2.1之上。亲和力计算

通常有四种方法计算亲和力,R连续位置法、欧氏距离法、汉明距离法、和信息熵度量法。信息熵度量方法主要可以用来衡量抗体的多样性,因此本文使用信息熵度量方法计算亲和力。

的公式计算亲和力D_a、b任何两个抗体之间一个和b是

的公式,E(2)抗体的平均信息熵一个和抗体b。更大的价值D_a、b,类似的抗体一个和抗体b。

同样,亲和力_{b, c}之间的抗体b和抗原c可以通过以下公式计算:

抗体之间的亲和力计算如下:

的公式,H_{b, c}代表了抗体的结合强度b和抗体c。

3.2.2。自适应交叉和变异概率

本文基于现有的免疫遗传算法,设计一种自适应免疫遗传算法。算法利用信息熵理论来设置交叉概率p_c和变异概率p_米所以它可以自动根据程度的适应性调整。

根据信息熵理论,信息熵的jth基因在染色体上可以计算如下:

的平均信息熵米抗体是由下列公式计算:

人口的相似性

的公式,B(米)代表了相似度的人口作为一个整体,和值范围(0,1)。相似的人口越高,价值就越大B(米)。

交叉概率p_c和变异概率p_米是两个主要参数的免疫遗传算法。设置太大或太小会影响算法的整个操作过程,并可能导致收敛速度太慢或不收敛,很难获得最优值。自适应概念的引入可以使两个参数p_c和p_米改变人口的健康。当个人的健身人群中显示了一个倾向于收敛于一个值,p_c和p_米增加相应的;当个人健身分发给许多价值观,p_c和p_米相应的减少。

3.2.3。选择概率的计算

选择的概率p_年代免疫遗传算法共同决定的健身概率p_f和浓度概率p_d和计算如下:

浓度的概率p_d计算如下:

选择的概率p_年代以这种方式计算不仅保证选择的健身价值的推广效果也调节和控制通过浓度的影响,它可以抑制类似抗体的浓度,确保人口多样性的人口。

3.2.4。浓度的计算

类似于亲和力,浓度也抗体种群的多样性的一个重要指标。在免疫系统中,当一个抗体是由抗原刺激,高亲和力抗体的浓度增加,当它达到一定水平,抑制。相反,它可以促进抗体较低浓度的增加。这种情况产生抗体的促进和抑制作用。促进和抑制抗体保持种群的多样性。抗体浓度显示多少类似于某种抗体抗体种群在阈值范围内。浓度不仅可以反映出抗体之间的相似程度,也反映了类似的抗体人口的数量。添加浓度的概念,介绍了一种基于原健身计算浓度调整机制。对于任何抗体 ,下面的公式可以用来计算它的浓度 :

预测的具体流程设计基于自适应免疫遗传算法如图4。

4所示。例子和分析

4.1。数值例子

在单循环再制造供应链系统环境中,假设有4个制造/再制造集成工厂和20个消费地区。配送中心和回收中心是建立在物流网络上的20个候选人位置,其中3配送中心和回收中心设置在这些候选人的位置。

单位成本c1和c2的供应链物流运输都是1元/块·公里。考虑到正向物流配送车辆的使用运输和回收旧零件可以节省运输成本,单位成本的逆向供应链物流和运输都是0.76元/片内和由音乐厅·公里。集成工厂的固定运营费用是102000元,和生产产品的成本是302元。销售和回收中心的运营成本替代如图20分5。

如果一个集成产品分布和废品回收中心设置在同一替代位置,这种集成中心的运营费用将与配送中心的总运营费用和回收中心替代位置,和总费用能得救β= 0.2。

单位售价p配送中心是1000元,单位回收价格回收中心的公关是150元。unmanufactured残余值e1单元的集成制造工厂是100元。无法使用的残值e2的单位回收中心是120元。可回收废弃物的再循环能力回收中心β2 = 0.3。再制造的集成制造工厂β1 = 0.4。处理环境影响的单位成本pe是500元/单位。对环境的影响系数σ1,σ2是0.12个单位。有害环境影响h1和h2单位距离运输造成的0.013单位和0.024单位,分别。

Dn表示为随机市场需求在消费领域n。最大的市场容量Qn,市场需求的价格弹性系数α是0.14。最大的市场需求容量比例在每个消费区域如图6。

假设集成制造/再制造工厂的生产能力和废物的再制造能力是无限的。我们建立了各自的配送中心和回收中心的处理能力在20替代位置,如图7。

在再制造闭环供应链系统中,正向物流和逆向物流整合。因此,各种类型的设施之间的距离是一致的。4综合工厂和20之间的距离选择位置如图8。

客户满意度在再制造供应链系统是由产品交货时间。在消费领域,客户可以交付产品后6小时内将产品需求订单,客户满意度的最佳时间窗口,t∈(0,6)。产品需求订单可以在2天内交付,客户是可以接受的,t∈(0,48)。2天后,客户可以拒绝接受货物。

4.2。算例结果

4.2.1。准备单循环双重随机环境下再制造供应链物流网络

解决后,通过一种改进的免疫遗传算法,最后再制造供应链的最优解。配送中心是建立在替代位置1,4,5,和回收中心是建立在替代位置1、3和6。可以建立在一个集成中心。配送中心1供应产品消费区域2和消费区域3,配送中心4供应产品消费5区4和消费区,供应和配送中心5产品消费领域1。为回收废物回收中心1提供了服务消费领域3和消费区域5,为回收废物回收中心3提供了服务消费领域4和回收废物回收中心6提供了服务产品的消费区域1和消费区域2。

对再制造供应链物流网络预测问题在双重随机环境中,集群预测解决方案模拟的遗传算法和改进的免疫遗传算法如图9。

可以看出这两个遗传算法收敛曲线的改进的免疫遗传算法比遗传算法,可以更接近最优解的预测模型在相同的计算例子。这是因为改进的免疫遗传算法流程的决策变量预测模型层级结构和需要建立变量的各种类型的供应链的物流设施系统作为第一个决策变量在预测过程;物流设施之间的物流配送状态变量是第二。reprediction过程中的决策变量是基于第reprediction决策变量的过程。它可以避免的缺点太长编码位数的决策变量和复杂的交叉和变异操作的业务。从预测收敛速度方面,改进的免疫遗传算法与遗传算法相比有所改善。

4.2.2。顺序循环再制造供应链物流网络在期权合约机制

解决后,通过一种改进的免疫遗传算法,最后再制造供应链的最优解。配送中心是建立在替代位置2,4,5,和回收中心是建立在替代位置1、2和3。一个集成中心可以是建立在选择网站2。配送中心供应产品消费区域2和消费区域3,配送中心4供应产品消费5区4和消费区,供应和配送中心5产品消费领域1。为回收废物回收中心1提供服务在消费区域2中,为废物回收中心2提供回收服务消费领域3和消费区域4、和回收废物回收中心3提供了服务产品的消费区1和消费区5。最后,再制造供应链系统的最优值双重随机环境下是61.9万元。

预测问题单时期再制造供应链物流网络的期权合约下的集群机制和预测模拟改进的免疫遗传算法如图10。

相比之前的算例的结果,可以得出结论,在理想的条件下,即随机产品市场需求函数值H等于实际产品市场需求h,物流网络预测问题使用期权合约机制优于双随机环境中。网络预测问题的利润更少。这是因为部分的总利润预测的期权合约机制下的物流网络作为额外的维护资金控制不确定的市场需求。

多目标预测模型的再制造供应链物流网络基于期权合约机制,越接近实际产品市场需求h是产品prepurchase选项的数目,营业利润越大的再制造供应链物流网络系统。

总之,单一的时间段再制造供应链物流网络多目标预测模型基于期权合约机制更适合市场需求的变化和不确定的产品环境和大部分的再制造供应链物流网络预测模型。物流网络的多目标预测模型与双随机环境提出的,它只适合于某一点不确定产品的市场需求。

5。结论

本文研究了遗传算法和人工免疫算法的相关理论。在此基础上,两种算法结合,遗传算法作为基本框架,和运营商选择人工免疫算法的集成方法。交叉概率和变异概率的改进,自适应交叉概率和变异概率公式使用自适应设计的创新概念。相对于固定值的基本免疫遗传算法,引入自适应概念可以用于优化。过程是智能调整,提高了优化速度和增加抗体种群的多样性。单循环的物流网络预测再制造供应链系统不仅要考虑远期销售物流网络预测还逆向回收物流网络的预测。物流网络运营收入的最大化,客户满意度的最大化,和最小化对环境的影响的预测目标,再制造供应链物流网络的多目标预测模型建立了双重随机环境下。期权合约机制来有效地控制市场需求不确定的产品,和再制造供应链物流网络的多目标预测模型建立了基于期权合约的机制。一种改进的免疫遗传算法旨在解决预测模型,预测模型和算法验证通过的例子,和它们的有效性进行了分析。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突的报道。

引用

z . c .孩子d . a .低,c·s·海耶斯,“多态及其免疫毒素蛋白质:多样性,进化,交货和机制,“年度回顾的微生物学,卷74,不。1,第520 - 497页,2020。视图:出版商的网站|谷歌学术搜索
m·乔丹z b·伊斯梅尔h . Abdul Razak k . Ghaedi和h . h . Ghayeb”进化为结构健康监测的数据挖掘技术,文中针对“土木工程和建筑杂志》上,9卷,不。1、5、2020页。视图:出版商的网站|谷歌学术搜索
w·华h .你们j.y.劳et al .,“动态预测异龄自然森林产量松果体taiwanensis使用联合造型,“环境监测和评估,卷192,不。4,1-13,2020页。视图:出版商的网站|谷歌学术搜索
问:周,h .高,y . Zhang et al .,“chromosome-level基因组组装的鞍带石斑(龙胆石斑)提供了洞察其先天免疫和快速增长,”分子生态资源,19卷,不。5,1322 - 1332年,2019页。视图:出版商的网站|谷歌学术搜索
l . x, b . Chen, b,和y . Liu”多智能混合粒子群优化(MAHPSO)废水处理网络规划,“环境管理杂志》卷,234年,第536 - 525页,2019年。视图:出版商的网站|谷歌学术搜索
m . Gulyaeva f . Huettmann a Shestopalov et al .,“数据挖掘模型,以预测全球疾病储层为低致病性禽流感(a)在环太平洋地区更广泛的使用大数据集,“科学报告,10卷,不。1、1 - 11,2020页。视图:出版商的网站|谷歌学术搜索
a . Maslova r·n·拉米雷斯马k . et al .,“深度学习的免疫细胞分化,美国国家科学院院刊》上,卷117,不。41岁,25655 - 25666年,2020页。视图:出版商的网站|谷歌学术搜索
h . Bo x妞妞,j .王”风速预报系统基于变分模态分解策略和免疫优化算法选择多目标蜻蜓,”IEEE访问7卷,第178081 - 178063页,2019年。视图:出版商的网站|谷歌学术搜索
汉族,h·陈,y姚明et al .,“基因和非基因因素与长寿和认知正常的表型,”科学报告,10卷,不。1、1 - 15,2020页。视图:出版商的网站|谷歌学术搜索
j .陈陆b和l .,”研究的微型智能电网"环境和经济调度优化协作方法的发电模式,”国际期刊的模拟和过程建模,14卷,不。6,513 - 523年,2019页。视图:出版商的网站|谷歌学术搜索
a .邹k . Nadeau p·w·王et al .,“积累与免疫相关的基因变异在肉鸡的选择育种,”BMC遗传学,21卷,不。1、1 - 14,2020页。视图:出版商的网站|谷歌学术搜索
d . Freites-Nunez a . Baillet l . Rodriguez-Rodriguez et al .,“有效性、安全性和成本效益的一个网络平台提供的结果biomarker-based风湿性关节炎患者生物疗法反应的预测模型:多中心随机单盲的协议主动控制临床试验(PREDIRA)”试用,21卷,不。1、1 - 15,2020页。视图:出版商的网站|谷歌学术搜索
胡高d曾庆红,y, y, j .刘“超超临界机组的优化协调控制系统基于stair-like预测控制算法,”控制工程实践卷,82年,第200 - 185页,2019年。视图:出版商的网站|谷歌学术搜索
杨朱,美国,问:李et al .,”研究预测基于集成data-model-driven地铁车轮磨损的方法,”IEEE访问7卷,第178166 - 178153页,2019年。视图:出版商的网站|谷歌学术搜索
A . m . Degoot e . s . Adabor f . Chirove et al .,“预测甲型流感病毒的抗原性使用生物物理的想法,“科学报告,9卷,不。1、1 - 10,2019页。视图:出版商的网站|谷歌学术搜索
v . s . Misakov l . a . Tsurova洛杉矶Yandarbayeva et al .,”认证的复杂区域经济作为一种非常有效的工具进行分析和诊断的发展,“亚马逊室内外,8卷,不。20日,第458 - 451页,2019年。视图:谷歌学术搜索
o .罗斯·m·h·Solbakken好Tørresen et al .,“进化的男性怀孕与装修相关的规范脊椎动物免疫在海马和尖嘴鱼,”美国国家科学院院刊》上,卷117,不。17日,第9439 - 9431页,2020年。视图:出版商的网站|谷歌学术搜索
j . Salas-Leiva j . m . Mazon-Suastegui a . tel和d . Tovar-Ramirez”结构和预测长鳍的肠道菌群代谢贡献一种鲱(Seriola rivoliana)青少年在水产养殖系统中,“分子生物学报告卷,47号12日,第9636 - 9627页,2020年。视图:出版商的网站|谷歌学术搜索
l .黄m . c .周和k,“Non-dominated immune-endocrine短反馈算法多机器人海上巡逻,”IEEE智能交通系统,21卷,不。1,第373 - 362页,2019。视图:出版商的网站|谷歌学术搜索
w . Yu和w .华丰、“神经网络模型对能源低碳经济和金融风险基于PSO的智能算法,”《智能与模糊系统,37卷,不。5,6151 - 6163年,2019页。视图:出版商的网站|谷歌学术搜索
n . Serrat m . Guerrero-Hernandez PI3K Matas-Cespedes et al。。δ抑制重塑卵泡lymphoma-immune微环境相声和释放了venetoclax的活动,“血液的进步,4卷,不。17日,第4231 - 4217页,2020年。视图:出版商的网站|谷歌学术搜索
j·s·彼得斯:Ismail a Dippenaar et al .,“遗传多样性和由此产生的结果在结核分枝杆菌临床分离株结核感染和疾病,”年度回顾的遗传学,54卷,不。1,第537 - 511页,2020。视图:出版商的网站|谷歌学术搜索
l .熊、k·李和l .杨”并行免疫遗传算法在复杂网络社区探测,”国际期刊的高性能计算和网络,11卷,不。3、242 - 250年,2018页。视图:出版商的网站|谷歌学术搜索
j。Rhee y . c·荣格,k . r . Kim et al .,“肿瘤纯度对免疫基因表达的影响及聚类分析在多种癌症类型,“癌症免疫学研究》第六卷,没有。1,第97 - 87页,2018。视图:出版商的网站|谷歌学术搜索
f . Akdeniz m . Bicil y Karadede, f . e .古代和g·奥兹德米尔,”应用程序的实值遗传算法预测更高的各种木质纤维原料的加热值使用木质素和采掘内容,“能源卷,160年,第1054 - 1047页,2018年。视图:出版商的网站|谷歌学术搜索
r . r . Chowdhury f . Vallania问:杨et al .,“multi-cohort研究免疫因素与结核分枝杆菌感染相关的结果,“自然,卷560,不。7720年,第648 - 644页,2018年。视图:出版商的网站|谷歌学术搜索
m·杜马和b . Twala优化潜在功能使用人工免疫系统在协同过滤推荐系统,”应用软计算卷,71年,第198 - 183页,2018年。视图:出版商的网站|谷歌学术搜索
js。Seo, j·w·李,a . Kim et al .,“全外显子组和转录组分析结合微环境免疫肺鳞状细胞癌的签名,“癌症免疫学研究》第六卷,没有。7,848 - 859年,2018页。视图:出版商的网站|谷歌学术搜索
c . h . y . Li Gui, k .肖”模拟多元开放生产线调度优化改进的遗传算法的基础上,“国际期刊的仿真模型,17卷,不。2、347 - 358年,2018页。视图:出版商的网站|谷歌学术搜索
c·洛佩兹·塔克,亚·t·萨拉梅赫塔克,”一个无监督的机器学习方法发现病人集群基于遗传签名,“生物医学信息学杂志30—39卷,85,页2018。视图:出版商的网站|谷歌学术搜索

复杂性

认知计算解决方案在计算社会系统复杂性问题

文摘