分式规划在管理模型中时常遇到,而且在一般情况下变量个数很多。Gilmore和Gomory提出一种算法[1],将分式规划用变形的单纯形法来求解。本文论述了Gilmore—Gomory算法在迭代过程中有可能产生死循环,从而造成计算失败。为克服这个缺陷,本文给出了一种避免死循环的迭代规则,使该算法臻于完善

一、超敏反应的概念 超敏反应是机体对抗原发生免疫应答的结果造成 组织损伤或生理功能紊乱的病理性免疫应答,其结果 可引起多种临床疾病,称为超敏反应性疾病

为提高无法准确建立数学模型的非线性约束单目标系统优化问题的寻优精度,并考虑获取样本的代价,提出一种基于支持向量机和免疫粒子群算法的组合方法(support vector machine and immune particle swarm optimization,SVM-IPSO).首先,运用支持向量机构建非线性约束单目标系统预测模型,然后,采用引入了免疫系统自我调节机制的免疫粒子群算法在预测模型的基础上对系统寻优.与基于BP神经网络和粒子群算法的组合方法(BP and particle swarm optimization,BP-PSO)进行仿真实验对比,同时,通过减少训练样本,研究了在训练样本较少情况下两种方法的寻优效果.实验结果表明,在相同样本数量条件下,SVM-IPSO方法具有更高的优化能力,并且当样本数量减少时,相比BP-PSO方法,SVM-IPSO方法仍能获得更稳定且更准确的系统寻优值.因此,SVM-IPSO方法为实际中此类问题提供了一个新的更优的解决途径

长期以来,各种传统的特殊染色技术、免疫组 织化学、原位杂交等研究方法均建立在常规病理组 织切片基础上,一张玻片上只能载有限的组织做 种测试,仅用于日常临床病理诊断尚可胜任,但要 从事大规模、多样本的科研则费时、费力。自1998 年由 Kononen等叫构建了第一个组织微阵列后,组 织芯片技术得到极大发展,其无疑给病理学研究开 辟了新天地。目前已有大量应用这一技术进行肿瘤 病理学研究的报道,短短数年国内关于运用组 图1b单个组织芯(乳腺浸润性导管癌)HE染色。 织芯片的文章已达126篇之多(截止2004年12 月)9其主要集中于免疫组织化学和原位杂交技 术在组织芯片上对各种不同肿瘤的研究,并充分体 现了该技术高通量( high-throughput)、快速、省时 用途广等优点,同时运用该技术也发现了一些肿瘤 特异性基因产物和与肿瘤生物学行为有关的免疫 标志物。当然在运用该技术时也发现了一些问题

人教版初中生物八年级下册第八单元 健康地生活第一章 传染病和免疫习题(1)

《说“一”不“二”——避免歧义》ppt课件3

《说“一”不“二”——避免歧义》学案

《黄河是怎样变化的》ppt课件5_黄河是怎样变化的ppt(免费)

作文指导：叙事变奏曲——怎样避免平铺直叙ppt课件

小说写作教程（70页）_(免费)小说写作全攻略