模型应用二
为了便于计算和分析，书中采用了如图7.9所示的均质、各向同性承压二维地下水流作为计算的假设水文地质模型。模拟区长110 m，宽110 m，形状为正方形。含水层水平，如图7.10所示，底板标高为0 m。顶板标高为30 m。含水层左右边界为隔水边界，上下边界为定水头边界，边界水位标高均值为100 m，初始水位标高均值为100 m。根据工程要求，需要对该含水层的中心位置节点1、2、3、4、5、6、7、8、9所围成的正方形区域进行疏水降压，且水位降低值要≥10 m。优化设计的目标是如何设计疏干孔和配置疏干水量才能在满足疏干条件下而使最终的稳定疏干总水量最小。该问题用最优化管理模型可表示为：地下水系统随机模拟与管理式中：［A］——响应系数矩阵；［Q］——水量决策列向量；［S］——水位疏降约束要求列向量；对该地下水管理模型采用分布参数地下水管理模型，并利用有限单元法计算响应系数。计算剖分网格如图7.9所示。剖分总节点为157个，总单元数为268个。根据上述剖分情况及管理问题的要求，设水位控制点为节点1，2，3，4，5，6，7，8，9。即1～9号节点水位疏降值≥10 m。并假设节点10，11，12，13，14，15，16，17，18，为可供选择的疏干井位。这样地下水管理模型（7.2）可具体地表示为：地下水系统随机模拟与管理图7.9 计算模型及剖分图图7.10 计算模型A—A′剖面图7.2.1 假设模型的随机性计算讨论为了讨论不同水文地质参数，不同的约束条件置信度水平要求对管理结果的影响，本实例就假设问题的机会约束规划模型分别利用泰勒展开解法和人工遗传算法进行了计算分析。7.2.1.1 Taylor展开求解方法（1）假设模型中渗透系数为服从均匀分布的随机变量，且渗透系数的均值为5 m/d，其他水文地质参数为确定性变量，即μ=5×10-4，H0（x，y，0）=100 m，Hb（x，y，t）|Γ1=100 m，渗透系数的方差 var（K）分别为1.333，0.750，0.333 和0.083。在每种方差条件下，又分别考虑约束条件的置信水平为α=1.0，α=0.95，α=0.9，α=0.85和α=0.8 5种情况。通过20种方案的计算讨论，可得渗透系数 K 的方差 var（K）、约束条件的置信度水平α、总疏水量及其分配之间的相互关系如表 7.3 所示。表 7.3 的计算结果如图 7.11 所示。由图7.11明显可见：在相同的约束条件置信度水平α下，随着var（K）的增加，其总疏水量呈增加趋势；当var（K）一定时，随置信度水平α的增加，总疏水量亦呈增大趋势。表7.3 Taylor展开法对渗透系数（K）的随机性计算结果表图7.11 渗透系数不确定信水平、模型可靠性及总疏水量关系图（2）假设模型中的弹性给水度为服从均匀分布的随机变量，且其均值为5×10-4，其他水文地质参数均为确定性变量，即 Kx=Ky=5 m/d，H0（x，y，0）=100 m，Hb（x，y，t）100 m。分别就弹性给水度的方差var（μ）为0.533×10-7，0.3×10-7，0.133×10-7，0.33×10-8，约束条件的置信度水平分别为1.0，0.95，0.90，0.85，0.80讨论计算了弹性给水度随机性与管理结果之间的关系。表7.4为 var（μ）、α、总疏水量及配置之间的关系。图7.12为表7.4中计算结果的图形表示。由图 7.12 可见：在相同的约束条件置信度水平α下，随着弹性给水度方差var（μ）增加，总疏水量呈增大趋势，但其增加的幅度非常小。在同样的 var（μ）条件下，随着约束条件置信度水平α的增加，总疏水量亦呈增加趋势，且这种增加的幅度亦非常小。地下水系统随机模拟与管理图7.12 给水度不确定信水平、模型可靠性及总疏水量关系图（3）假设一类边界条件上的水位为服从均匀分布的随机变量，且其均值为100 m，其他水文地质参数均为确定量，即 Kx =Ky =5 m/d，μ=5×10-4，H0（x，y，0）=100m。分别就一类边界水位的方差 var（Hb）=0.0833，0.0533，0.030，0.0133，约束条件的置信度水平要求为1.0，0.95，0.90，0.85，0.80进行了随机管理模型的计算讨论，表7.5为各种组合条件下的计算结果。图7.13为其计算结果的图形表示。由图7.13可见，在相同的置信度α下，随着方差 var（Hb）的增加，总疏水量呈明显增加趋势。当 var（Hb）一定时，随着约束条件置信度水平的提高，其总疏水量亦呈明显的增加趋势。且在方差值不大的情况下，总疏水量总体的变化幅度较大。表7.4 Taylor展开法对弹性给水度（μ）的随机性计算结果表图7.13 一类边界水位不确定信水平、模型可靠性及总疏水量关系图表7.5 Taylor展开法对一类边界水位（Hb）的随机性计算结果表（4）假设初始水位 H0（x，y，0）为服从均匀分布的随机变量，且其均值为100 m，而其他水文地质参数均为确定性变量，即 Kx=Ky=5 m/d，μ=5×10-4文中分别就初始水头的方差var（H0）为8.33，5.33，3.00和1.333，约束条件的置信度水平为1.0，0.95，0.90，0.85，0.8进行了随机管理模型计算讨论，表7.6为多种组合条件下的计算结果。图7.14为计算结果的图形表示。由表7.6和图7.14可见初始水头的方差并不影响总疏干水量。因此，初始水位的高低并不影响最后稳定的疏干水量。7.2.1.2 人工遗传算法对于同样的假设模型和问题，与Taylor展开法同样的计算假设条件，采用人工遗传算法进行了管理模型的优化求解。为了减少遗传算法的工作量，初始解群体由1000个随机解个体中依其适应度函数值的优劣性选出；并设基本进化运算参数为：表7.6 Taylor展开法对初始水头（H0）的随机性计算结果表图7.14 初始水位不确定信水平、模型可靠性及总疏水量关系图群体规模 m=30交叉计算概率 Pc=0.7变异计算概率 Pm=0.1进化代数 n=60其计算结果见表7.7至表7.10及图7.15至图7.18。表7.7 人工遗传算法对渗透系数（K）的随机性计算结果图7.15 渗透系数不确定信水平、模型可靠性及总疏水量关系图表7.8 人工遗传算法对弹性给水度（μ）的随机性计算结果图7.16 给水度不确定信水平、模型可靠性及总疏水量关系图表7.9 人工遗传算法对一类边界条件（Hb）的随机性计算结果图7.17 一类边界水位不确定信水平、模型可靠性及总疏水量关系图表7.10 人工遗传算法对初始水头（H0）的随机性计算结果表图7.18 初始水位不确定信水平、模型可靠性及总疏水量关系图7.2.1.3 随机变量联合分布的Monte-Carlo 计算方法前面分别利用Taylor展开方法和人工遗传方法就单个随机水文地质参数的情况进行了计算讨论。但我们知道我们所遇到的实际问题往往是多个随机变量并存，且不同随机变量的方差也不尽相同，其随机变量的随机分布概型也各不相同。本节分别就含水层的渗透系数（K），弹性给水度（μ），初始水头分布（H0）及一类边界水头值（Hb）为服从均匀分布的随机变量和正态分布的随机变量进行了联合分布计算讨论，并假设不同随机变量之间相互独立。随机管理模型的响应系数均值和方差利用Monte-carlo随机有限元法求解。经过计算分析，选择的随机参数样本数为300。（1）各个参数服从均匀分布的联合分布计算假设各随机水文地质参数服从均匀分布，且不同水文地质参数之间相互独立。各随机参数的均值分别为：地下水系统随机模拟与管理在上述均值条件下，分别就各随机参数的不同方差和同一方差条件下的不同约束条件置信度水平进行了计算。当计算方差为：地下水系统随机模拟与管理计算结果见表7.11和图7.19。表7.11 独立均匀分布参数联合分布计算结果表当计算方差为：地下水系统随机模拟与管理图7.19 总疏水量与约束置信度水平相关曲线计算结果见表7.12和图7.20。表7.12 独立均匀分布参数联合分布计算结果图7.20 总疏水量与约束置信度水平相关曲线当计算方差为：地下水系统随机模拟与管理计算结果见表7.13和图7.21。表7.13 独立均匀分布参数联合分布计算结果图7.21 总疏水量与约束置信度水平相关曲线当计算方差为：地下水系统随机模拟与管理计算结果见表7.14和图7.22。表7.14 独立均匀分布参数联合分布计算结果（2）各个随机变量服从N（μ，σ2）正态分布的联合分布计算为了研究随机变量的不同分布形式对随机地下水管理模型结果的影响，在计算了随机变量服从均匀联合分布条件后，书中又假设每个随机变量为服从N（μ，σ2）正态分布情况，并假设其均值分别为：图7.22 总疏水量与约束置信度水平相关曲线地下水系统随机模拟与管理并就不同参数方差σ2和不同约束条件置信度水平α进行了计算。表7.15至表7.18为不同方差和α组合条件下的计算成果表。表7.15计算的随机参数分布为：地下水系统随机模拟与管理计算结果如下：表7.15 独立正态联合分布计算结果表表7.16计算的随机参数分布为：地下水系统随机模拟与管理计算结果如下：表7.16 独立正态联合分布计算结果表表7.17计算的随机参数分布为：地下水系统随机模拟与管理计算结果如下：表7.17 独立正态联合分布计算结果表表7.18计算的随机参数分布为：地下水系统随机模拟与管理计算结果如下：表7.18 独立正态联合分布计算结果表由以上表中计算结果可知，随机变量为正态分布时，优化模型的计算结果与随机变量为均匀分布时所呈现的规律完全相似。因此，影响管理结果的主要因素是随机变量的种类和方差的大小，而与其具体分布形式的关系并不很大。7.2.2 计算结果的讨论与分析由前述各节计算结果可见由于水文地质参数的随机性，使得地下水管理模型的管理结果变化很大，且不同的水文地质参数，不同的参数不确定性水平（方差），不同的管理结果可靠性要求对管理结果的影响是不同的。总体来看，参数的随机性与管理结果之间有如下关系。（1）随着随机参数不确定性水平的增加，在相同疏干约束条件下，总疏干水量呈增大规律。（2）渗透系数K和一类边界条件Hb的随机性对管理结果的影响最明显。弹性给水度的随机性对管理结果的影响很小。（3）含水层的初始水位只影响疏干时间，而对最终的稳定疏干水量没有影响。（4）如果随机参数的方差越大，要达到同样的疏干水平和疏干置信度所需的疏干水量增大。（5）对于同样的参数不确定性水平（即同样的var（·）），则随着对疏干可靠程度（约束条件成立的置信度水平α）要求的增加，疏干水量明显增加。而且这种增加并非与α成线性关系。尤其要使约束条件成立的概率为100%时，其总疏干水量增加幅度很大。从下面的分析中可见，我们可以得知这些变化规律完全服从地下水运动的基本规律。由达西公式得经过断面ω的流量公式为：地下水系统随机模拟与管理式中：Q——抽水量；K——含水层渗透系数；Hb——边界水位标高；Hw——井中水位标高；d——疏水井到边界距离；ω——过水断面积。由该式可见，当d、ω和Hw（由疏干约束条件所定）固定时，对Q影响最大的变量就是Hb和K，即边界水位和渗透系数。这与本文计算结果所反映的规律完全一致。由地下水随机管理模型的约束条件表达式地下水系统随机模拟与管理可知，如果水文地质参数的方差增加，必然导致管理模型中响应系数方差 r2（i，j，k）的增加，要使约束条件中不等式成立，必然要求决策变量 Q 的增加（因Φ-1[α（j，k）]＜0）。这也说明，随着随机参数不确定性水平（方差）的增加，要保证同样的疏干深度，必然引起总疏水量的增加。由上式同样可知，在其他参数一定的条件下，随着约束条件满足的置信度水平α的提高，则小概率事件发生的概率1-α变小，从而使Φ-1（α）的减小，要使不等式成立，定会产生疏水量 Q 的增加。这里要注意Φ-1（α）与α之间的关系。由此可见，分析结论与计算结果所反映的规律完全一致。对随机地下水管理模型及其计算结果的分析表明：当存在随机水文地质参数时，管理模型的决策结果与参数的不确定性水平（方差大小）及对管理结果的可靠性要求水平（α）之间存在着密切关系。这对制定风险决策具有重要意义。为了进一步分析假设模型计算结果，我们将不同条件下的决策结果代入地下水疏干模型进行了不同随机参数的疏干效果检验。计算结果见表7.19至表7.22。表7.19 考虑渗透系数服从[3，7]均匀分布，var=1.333，E（K）=5 m/d约束条件置信水平α=0.9条件下疏干计算结果表7.20 考虑第一类边界条件为服从[99.5，100.5]均匀分布，var=0.0833 E（Hb）=100，约束条件置信水平α=0.9条件下疏干计算结果表7.21 考虑给水度服从[1×10-4，1×10-5]均匀分布，var=0.533×10-7，-E（μ）=5×10-4，约束条件置信水平α=0.9条件下的疏干计算结果表7.22 考虑初始水位为服从[95，105]均匀分布，E（H0）=100，var（H0）8.33，约束条件置信水平α=0.9条件下疏干计算结果由疏干模拟计算结果可见：疏干结果较好地反映了客观情况，在约束条件置信度水平要求为0.9时，当随机参数出现极为不利于疏干的小概率事件时，实际疏干降深一般都不能满足疏干要求。当随机参数出现在其均值附近时，实际疏干降深基本能够满足疏干要求。当随机参数出现最有利于疏干的小概率事件时，实际疏干降深都大于疏干要求。
随机地下水管理模型的Taylor展开解法
对于随机地下水管理的期望值模型而言，求解的方法比较简单，只需要将有关随机参数的均值代入有限元模拟模型，求得响应系数的期望值（均值）。然后利用修正单纯形或其他方法直接求解管理模型，便可获得在均值参数条件下的优化解。而对于机会约束管理模型来说，由式（5.45）可见，管理模型的约束条件中，由于响应系数方差项的存在，使得约束方程具有非线性性。所以直接利用线性规划模型的求解技术是不可行的。由式地下水系统随机模拟与管理可得，一旦求得了方差响应系数 r（i，j，k），则是 Q 的函数。因此，不妨令：地下水系统随机模拟与管理对式（6.1）在给定的流量Q0（i，n-k+1）处对f（Q）进行一阶Taylor展开得：地下水系统随机模拟与管理因为：地下水系统随机模拟与管理故有地下水系统随机模拟与管理又因：地下水系统随机模拟与管理所以地下水系统随机模拟与管理将式（6.2）代入式（5.45）可得线性约束条件：地下水系统随机模拟与管理为简明起见，令：地下水系统随机模拟与管理并将（6.3）式和（6.4）式代入（5.45）式得新的机会约束地下水疏干管理模型：地下水系统随机模拟与管理比较式（5.43）和式（6.5），不难看出，转化后的机会约束随机地下水管理模型与确定性地下水管理模型具有完全相同的表达形式。所不同的是A（i，j，k）和β（i，j，k）的内在含义。模型（6.5）式很容易用常见的修正单纯形法进行求解。关于修正单纯形法的具体计算方法见参考文献［52］。
什么是遗传?
什么是遗传？
遗传是指亲子代个体在性状上的相似性，它是因为亲代个体将自己的遗传物质（主要是DNA）复制一份然后通过生殖细胞传递给后代来完成的。
遗传是什么意思
遗传 ：亲子之间以及子代个体之间性状存在相似性，表明性状可以从亲代传递给子代，这种现象称为遗传(heredity)。遗传学是研究此一现象的学科，目前已知地球上现存的生命主要是以DNA作为遗传物质。除了遗传之外，决定生物特征的因素还有环境，以及环境与遗传的交互作用。遗传起源于早期生命过程的信息化或节律化。
遗传基因是什么意思
遗传基因(Gene,Mendelian factor)，也称为遗传因子，是指携带有遗传信息的DNA或RNA序列，是控制性状的基本遗传单位。基因通过指导蛋白质的合成来表达自己所携带的遗传信息，从而控制生物个体的性状表现。
基因有两个特点，一是能忠实地复制自己，以保持生物的基本特征；二是基因能够“突变”，突变绝大多数会导致疾病，另外的一小部分是非致病突变。非致病突变给自然选择带来了原始材料，使生物可以在自然选择中被选择出最适合自然的个体。
含特定遗传信息的核苷酸序列，是遗传物质的最小功能单位。除某些病毒的基因由核糖核酸(RNA)构成以外，多数生物的基因由脱氧核糖核酸(DNA)构成，并在染色体上作线状排列。基因一词通常指染色体基因。在真核生物中，由于染色体都在细胞核内，所以又称为核基因。位于线粒体和叶绿体等细胞器中的基因则称为染色体外基因、核外基因或细胞质基因，也可以分别称为线粒体基因、质粒和叶绿体基因。
基因最初是一个抽象的符号，后来证实它是在染色体上占有一定位置的遗传的功能单位。大肠杆菌乳糖操纵子中的基因的分离和离体条件下转录的实现进一步说明基因是实体。今已可以在试管中对基因进行改造(见重组DNA技术)甚至人工合成基因。对基因的结构、功能、重组、突变以及基因表达的调控和相互作用的研究始终是遗传学研究的中心课题。
基本特性摺叠
基因具有3种特性：①稳定性。基因的分子结构稳定，不容易发生改变。基因的稳定性来源于基因的精确自我复制,并随细胞分裂而分配给子细胞,或通过性细胞传给子代，从而保证了遗传的稳定。②决定性状发育。基因携带的特定遗传信息转录给信使核糖核酸(mRNA)，在核糖体上翻译成多肽链，多肽链摺叠成特定的蛋白质。其中有的是结构蛋白，更多的是酶。基因正是通过对酶合成的控制，以控制生物体的每一个生化过程，从而控制性状的发育。③可变性。基因可以由于细胞内外诱变因素的影响而发生突变。突变的结果产生了等位基因和复等位基因。由于基因的这种可变性，才得以认识基因的存在，并增加了生物的多样性，为选择提供更多的机会。
基因破译摺叠
目前，由多国科学家参与的“人类基因组计划”，正力图在21世纪初绘制出完整的人类染色体排列图。众所周知，染色体是DNA的载体，基因是DNA上有遗传效应的片段，构成DNA的基本单位是四种碱基。由于每个人拥有30亿对碱基，破译所有DNA的碱基排列顺序无疑是一项巨型工程。与传统基因序列测定技术相比，基因芯片破译人类基因组和检测基因突变的速度要快数千倍。
基因芯片的检测速度之所以这么快，主要是因为基因芯片上有成千上万个微凝胶，可进行并行检测；同时，由于微凝胶是三维立体的，它相当于提供了一个三维检测平台，能固定住蛋白质和DNA并进行分析。
美国正在对基因芯片进行研究，已开发出能快速解读基因密码的“基因芯片”，使解读人类基因的速度比目前高1000倍。
基因诊断摺叠
通过使用基因芯片分析人类基因组，可找出致病的遗传基因。癌症、糖尿病等，都是遗传基因缺陷引起的疾病。医学和生物学研究人员将能在数秒钟内鉴定出最终会导致癌症等的突变基因。借助一小滴测试液，医生们能预测药物对病人的功效，可诊断出药物在治疗过程中的不良反应，还能当场鉴别出病人受到了何种细菌、病毒或其他微生物的感染。利用基因芯片分析遗传基因，将使10年后对糖尿病的确诊率达到50%以上。
基因来自父母，几乎一生不变，但由于基因的缺陷，对一些人来说天生就容易患上某些疾病，也就是说人体内一些基因型的存在会增加患某种疾病的风险，这种基因就叫疾病易感基因。
只要知道了人体内有哪些疾病的易感基因，就可以推断出人......
什么是遗传度
遗传度是人体性状或者疾病由基因决定程度，一般用百分比表示。一个性状的表现是受遗传和环境两方面因素决定的。遗传度说明了两者作用的相对大小，即从变异的角变，将遗传作用与环境作用的相对重要性给以定量化。比如身高的遗传度为85%,这表示人体的高度的85%是由基因决定的，其它15%是由环境决定的。从遗传和培育的角度看，就是后天环境改变可以对性状的改善程度。也就是说身高通过后天的营养、睡眠、运动可以增加身高20%。 摘自百度百科。
什么是遗传学？遗传学的意义是什么
遗传学是一种研究与基因有关的学科，其目的是尝试解释什么是基因以及它们是如何发挥作用的。基因的作用，可以认为是现存生物从其远祖所继承下来的特质，比如说：基因通常是造成小孩长得象他们父母的原因。基因学所探索的其中一个方向，就是确定哪些特征是可以被遗传的，以及解释这些特征是如何被世代相传的。
精*锐*五*角*场*
什么是遗传因素！
人类受精卵继承来自双亲的23对染色体，这些染色体传递由脱氧核糖核酸（DNA）组成的遗传信息。这些DNA片段构成了基因，目前已知是由10万个基因控制着人体的生长发育和功能。基因位于染色体上的不同位置。基因可在细胞复制时发生差错，也可因外界因素作用产生突变。突变的基因可以有害，或为中性，少数也可能有益。80年代后期已将人类4550余种性状与特定的基因联系起来，90％与疾病有关，少数性状属于正常变异，如ABO血型。其中真正危及人类健康的遗传病约1300余种。
遗传因素的作用包括主要基因、特异性基因和染色体畸变的影响。当代由于环境污染、生态平衡遭到破坏，使基因突变频率增高，人群中致病基因增加。目前已知的4 000多种遗传病中，其遗传方式大多已阐明。应注意一些表现相似的疾病，其病因和遗传方式可能各异，因而其预防、再发风险和预后也不相同。遇到问题时，应注意进行完整的谱系分析和有关的特殊检查。遗传因素为主引起的疾病可分为单基因遗传病、多基因遗传病和染色体病3大类。
什么是遗传？
遗传（英文名heredity），也称为继承（英文名inheritance）或生物遗传（biologicalinheritance），是指亲代表达相应性状的基因通过无性繁殖或有性繁殖传递给后代，从而使后代获得其父母遗传信息的现象。父母的性状是通过DNA（一种编码遗传信息的分子）从一代遗传传递到下一代的。DNA是含有四种可互换的碱基，特定DNA分子上碱基的排列序列决定了遗传信息。在细胞通过有丝分裂进行分裂之前，DNA被复制，因此，每一个子细胞都含有亲本的DNA序列。DNA分子中具有功能单元的一部分序列称为基因，不同的基因具有不同的碱基序列。在细胞内，长链DNA形成称为染色体的浓缩结构。生物以同源染色体的形式从父母那里继承遗传物质，这些同源染色体含有编码基因的DNA序列的独特组合。染色体内DNA序列的特定位置称为基因位点/基因座。如果特定基因座的DNA序列在个体之间不同，则该序列的不同形式称为等位基因。突变可以改变DNA序列，产生新的等位基因。如果基因内发生突变，新的等位基因可能会影响该基因控制的特性，从而改变生物体的表型。