2) ecogenetic parameter
生态遗传学参数
1.
[Method] The aphid Sitobion avenae was fed on wheat leaves treated with low and high concentrations of Zn2+,time-special life tables of F1,F2 and F3 were made and effects of Zn2+ on ecogenetic parameters,enzyme activity and protein level were subsequently measured.
【目的】研究不同浓度Zn2+处理下,麦长管蚜Sitobion avenae生态遗传学参数、抗氧化酶活性和蛋白质含量的变化,为研究种群暴发、综合防治、重金属毒性效应的分子机理及重金属对昆虫种群遗传进化的影响提供理论依据。
3) Genetic parameter
遗传参数
1.
Estimation of genetic parameter for growth trait in rainbow trout by REML;
基于约束最大似然法对虹鳟生长性状遗传参数的估计
2.
Estimation of genetic parameters for milk yield of cattle by random regression model;
基于随机回归模型估计奶牛产奶量的遗传参数
3.
Analysis of inbred lines combining ability and genetic parameter of black glutinous maize;
黑糯玉米自交系配合力及遗传参数分析
4) genetic parameters
遗传参数
1.
Estimation of quantitative genetic parameters for improving nitrogen use efficiency in North China summer maize;
华北平原夏玉米氮利用效率的遗传参数估计
2.
Using VCE4.0 package to estimate genetic parameters on growth traits in Landrace;
应用VCE4.0估计长白猪生长性状的遗传参数
3.
Study on the estimation of genetic parameters for economic traits of swin using the animal model;
用动物模型估计猪的主要经济性状遗传参数
5) Quantitative genetics
数量遗传学
1.
Quantitative Genetics, Genomics and the Future of Animal Breeding;
数量遗传学和基因组学与未来的动物育种学
2.
This review will elucidate the cattle breeding progress in detail from five aspects including evaluation of conventional breeding methods, application of quantitative genetics in cattle breeding, computer technology and cattle breeding, genetic marker and its application in cattle breeding, and bio-technology in cattle breedin.
本文将从常规育种方法的评价、数量遗传学在牛育种中的应用、计算机技术与牛的育种、遗传标记及其在牛育种中的应用、生物技术与牛的育种五个方面详细综述牛的育种进展，为我国养牛产业化发展提供依
补充资料：动力学系统参数寻优
在一组约束条件下,寻找动力学系统的一组参数,使给定的指标达到最优值（极大或极小值）的方法。它广泛应用于系统的分析、综合与设计中。在实际的动力学系统寻优问题中，给出指标的解析式很困难或者给出的解析式很复杂，一般只能针对具体参数，通过仿真来计算系统的指标。为了寻求使指标达到最优值的参数，必须进行多次运行仿真。因此，动力学系统寻优是多次运行仿真的一个重要方面。
动力学系统参数寻优方法的基本步骤是：①给定一组初始参数，并用仿真的方法计算出系统在这一参数下所达到的指标。②按照一定的规则在某一个寻优方向上找到一组新的参数，它和初始参数之间的距离称为寻优步长。新参数必须满足约束条件。③再用仿真的方法计算出系统在新参数下所达到的指标。④判断新参数是否已使指标达到最优值;如果尚未达到,则继续由这组新参数出发再重新寻找，直到使指标达到最优值为止。寻优的效率不仅取决于确定寻优方向和寻优步长的规则，还取决于仿真的效率。
动力学系统参数寻优的算法大多来源于非线性规划的迭代数值解法，如区间消去法、插值法、单纯形法、共轭梯度法等（见非线性规划）。为了解决多极值指标和泛函限制条件的问题，80年代出现了一些新算法，如自适应随机法，它能在寻优过程中自适应地选择寻优步长分布的最优方差，并周期地探测局部最优的寻优步长方差，从而找到改进的新区域，降低落入局部极值的概率。
动力学系统参数寻优方法的基本步骤是：①给定一组初始参数，并用仿真的方法计算出系统在这一参数下所达到的指标。②按照一定的规则在某一个寻优方向上找到一组新的参数，它和初始参数之间的距离称为寻优步长。新参数必须满足约束条件。③再用仿真的方法计算出系统在新参数下所达到的指标。④判断新参数是否已使指标达到最优值;如果尚未达到,则继续由这组新参数出发再重新寻找，直到使指标达到最优值为止。寻优的效率不仅取决于确定寻优方向和寻优步长的规则，还取决于仿真的效率。
动力学系统参数寻优的算法大多来源于非线性规划的迭代数值解法，如区间消去法、插值法、单纯形法、共轭梯度法等（见非线性规划）。为了解决多极值指标和泛函限制条件的问题，80年代出现了一些新算法，如自适应随机法，它能在寻优过程中自适应地选择寻优步长分布的最优方差，并周期地探测局部最优的寻优步长方差，从而找到改进的新区域，降低落入局部极值的概率。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条