一、生命的起源 二、生物进化的因素 三、物种的形成 四、人类的起源和进化 五、生物进化论与社会发展

第一节遗传变异 一、达尔文论遗传变异 二、现代达尔文主义关于遗传变异 1.变异的原因 2.遗传变异在进化中的意义 三、遗传变异在群体中保存 第二节选择 一、达尔文论人工选择和品种的形成 二、达尔文论生存斗争和自然选择 三、现代达尔文主义关于自然选择

拉马克的进化学说 1.拉马克生平简介 拉马克（Jean-Baptiste de Lamarck，1744～1829）,法国博物学家，生于皮卡第，卒于巴黎

提出了一种基于免疫原理的故障检测及诊断系统模型.通过对检测对象正常工作状态下获得的自己模式串的阴性选择,随机产生初始检测器;利用基于人工免疫的进化学习机制,实现对检测对象异常工作状态下获得的非己模式串进行学习和记忆;利用进化学习结果和系统故障信息库知识,区分和标记不同故障在状态空间上对应的区域.将抗原学习过程中抗体集合变异所产生的各代抗体集合看作随机序列,给出了序列的收敛条件及证明,证明了所提出的动态免疫进化学习算法是概率弱收敛.应用于机床齿轮箱故障检测和诊断问题的实验结果表明了所提出方法的有效性

生物分类的二种基本原则： （a）根据表型(phenetic)特征的相似程度分群归类，这种表型分类重在应用，不涉及生物进化或不以反映生物亲缘关系为目标； （b）按照生物系统发育相关性水平来分群归类，其目标是探寻各种生物之间的进化关系，建立反映生物系统发育的分类系统

针对热连轧负荷分配的目标函数处理中采用的加权系数不好确定的问题,设计了一种多子群目标分段优化的差分进化算法.每个子群优化目标函数的一个子目标,子群之间独立进化,不但解决了加权系数问题,并且提高了算法的收敛速度和精度.最后,算法的有效性通过仿真进行了验证

第一节定向进化简介 第二节定向进化的应用 第三节蛋白质的稳定性 第四节蛋白质不可逆失活的原理和机理

正弦余弦算法是一种新型仿自然优化算法，利用正余弦数学模型来求解优化问题。为提高正弦余弦算法的优化精度和收敛速度，提出了一种基于差分进化的正弦余弦算法。该算法通过非线性方式调整参数提高算法的搜索能力、利用差分进化策略平衡算法的全局探索能力及局部开发能力并加快收敛速度、通过侦察蜂策略增加种群多样性以及利用全局最优个体变异策略增强算法的局部开发能力等优化策略来改进算法，最后通过仿真实验和结果分析证明了算法的优异性能

订单接受与不相关并行机调度是订单接受与订单调度的联合决策, 广泛存在于面向定制的多品种混合生产环境中. 针对这一问题, 考虑了顺序与机器依赖的安装时间以及可加工机器限制, 并以最小化总成本为优化目标. 其中, 总成本由被接受订单的总拖期成本和被拒绝订单的总拒绝成本构成. 通过分析订单拒绝对目标的影响, 提出了列表拒绝方法和订单拒绝规则, 进而设计了协同进化遗传算法. 算法将染色体编码分解为订单列表和订单指派两个个体, 提出了基于列表拒绝方法的解码方案来进行订单拒绝决策. 由于两个个体相互独立, 且二者的进化约束不同, 因而引入协同进化策略, 并根据个体的编码特征, 分别采用单亲遗传算子和传统遗传算子进行遗传操作. 数据实验验证了算法的有效性和求解效率, 并对问题规模和订单拒绝成本对算法性能的影响进行了分析

15.1遗传多态性 15.2生命的起源与生物进化论 15.3物种形成 15.4分子水平的进化 15.5动植物的抗药性(自学)