八年级下册《生物的繁殖》学案2冀教版.docx
《八年级下册《生物的繁殖》学案2冀教版.docx》由会员分享,可在线阅读,更多相关《八年级下册《生物的繁殖》学案2冀教版.docx(14页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、八年级下册生物的繁殖学案2冀教版八年级下册生物的遗传与变异学案2冀教版 八年级下册生物的遗传与变异学案2冀教版 遗传科技名词定义中文名称:遗传英文名称:heredity;inheritance;1heredity2inheritance定义1:生物世代之间的连续性和相像性。所属学科:水产学(一级学科);水产生物育种学(二级学科)定义2:(1)性状由亲代向子代传递的现象。(2)性状由亲代向子代传递的过程。所属学科:遗传学(一级学科);总论(二级学科)本内容由全国科学技术名词审定委员会审定公布词目:遗传拼音:ychun词义:遗传是指经由基因的传递,使后代获得亲代的特征。遗传学是探讨此一现象的学科,
2、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,确定生物特征的因素还有环境,以及环境与遗传的交互作用。基本说明1.heredity通过细胞染色体由祖先向后代传递的品质遗传学2.inheritance先人所流传下来的具体说明1.犹留传。史记扁鹊仓公列传:“庆有古先道遗传黄帝、扁鹊之脉书,五色诊病,知人生死。”宋林逋伤白积殿丞诗:“遗传得谁脩阙下,孤坟应祇客江边。”二刻拍案惊异卷十八:“这迷而不悟,却是为何?只因制造之药,其方未尝不是仙家的遗传。”罗家伦是爱情还是苦痛:“他说:我听得长辈说,女子总是靠丈夫的。我好简单收来一点爱情,把他这一句遗传的话,又吓走了一大半。”2.指遗留下
3、来的传闻。北魏郦道元水经注易水:“余按遗传,旧迹多在武阳,似不饯此也。”明李诩戒庵老人漫笔陈同父中兴遗传:“自是始欲纂集异闻,为中兴遗传,然犹恨闻见单寡,欲从先生故老详求其事。”3.谓生物体的构造和生理机能由上一代传给下一代。艾思奇辩证唯物主义历史唯物主义第四章:“在自然界中,吸引和排斥,阴电和阳电,化合和分解,遗传和变异等对立面的相互作用,也同样包含着斗争。”如:任何一种植物的后代与它的亲代总是基本相像的,这种现象叫做遗传。4.谓人的气质、品德、实力等后天的东西受上代的影响而在后代身上体现出来。洪深电影戏剧的编剧方法第四章:“即以气质而论,决不是一个人遗传有好的或坏的气质。”郁达夫出奔:“结
4、婚之后的董婉珍,到处都流露了她的这一种自父祖遗传下来的小节的伶俐。”陈学昭工作着是漂亮的上卷二四:“在精明能干这一点上,她的三个孩子都得了母亲的优良遗传。”遗传:华蜜在某种程度上是与生俱来的。人类“华蜜感知点”的敏感程度有90%是由基因确定的,同时也取决于父母的正确见识、推断力以及良好的训练和教化。特点遗传算法是一类可用于困难系统优化的具有鲁棒性的搜寻算法,与传统的优化算法相比,主要有以下特点:11、遗传算法以决策变量的编码作为运算对象。传统的优化算法往往干脆决策变量的实际植本身,而遗传算法处理决策变量的某种编码形式,使得我们可以借鉴生物学中的染色体和基因的概念,可以仿照自然界生物的遗传和进化
5、机理,也使得我们能够便利的应用遗传操作算子。2、遗传算法干脆以适应度作为搜寻信息,无需导数等其它协助信息。3、遗传算法运用多个点的搜寻信息,具有隐含并行性。4、遗传算法运用概率搜寻技术,而非确定性规则。应用概述由于遗传算法的整体搜寻策略和优化搜寻方法在计算是不依靠于梯度信息或其它协助学问,而只须要影响搜寻方向的目标函数和相应的适应度函数,所以遗传算法供应了一种求解困难系统问题的通用框架,它不依靠于问题的详细领域,对问题的种类有很强的鲁棒性,所以广泛应用于很多科学,下面我们将介绍遗传算法的一些主要应用领域:1、函数优化函数优化是遗传算法的经典应用领域,也是遗传算法进行性能评价的常用算例,很多人构
6、造出了各种各样困难形式的测试函数:连续函数和离散函数、凸函数和凹函数、低维函数和高维函数、单峰函数和多峰函数等。对于一些非线性、多模型、多目标的函数优化问题,用其它优化方法较难求解,而遗传算法可以便利的得到较好的结果。2、组合优化随着问题规模的增大,组合优化问题的搜寻空间也急剧增大,有时在目前的计算上用枚举法很难求出最优解。对这类困难的问题,人们已经意识到应把主要精力放在寻求满足解上,而遗传算法是寻求 遗传与生育这种满足解的最佳工具之一。实践证明,遗传算法对于组合优化中的NP问题特别有效。例如遗传算法已经在求解旅行商问题、背包问题、装箱问题、图形划分问题等方面得到胜利的应用。此外,GA也在生产
7、调度问题、自动限制、机器人学、图象处理、人工生命、遗传编码和机器学习等方面获得了广泛的运用。现状进入90年头,遗传算法迎来了兴盛发展时期,无论是理论探讨还是应用探讨都成了非常热门的课题。尤其是遗传算法的应用探讨显得特别活跃,不但它的应用领域扩大,而且利用遗传算法进行优化和规则学习的实力也显著提高,同时产业应用方面的探讨也在摸索之中。此外一些新的理论和方法在应用探讨中亦得到了快速的发展,这些无疑均给遗传算法增加了新的活力。遗传算法的应用探讨已从初期的组合优化求解扩展到了很多更新、更工程化的应用方面。 儿童孤独症可能来自遗传随着应用领域的扩展,遗传算法的探讨出现了几个引人注目的新动向:一是基于遗传
8、算法的机器学习,这一新的探讨课题把遗传算法从历来离散的搜寻空间的优化搜寻算法扩展到具有独特的规则生胜利能的崭新的机器学习算法。这一新的学习机制对于解决人工智能中学问获得和学问优化精炼的瓶颈难题带来了希望。二是遗传算法正日益和神经网络、模糊推理以及混沌理论等其它智能计算方法相互渗透和结合,这对开拓21世纪中新的智能计算技术将具有重要的意义。三是并行处理的遗传算法的探讨非常活跃。这一探讨不仅对遗传算法本身的发展,而且对于新一代智能计算机体系结构的探讨都是非常重要的。四是遗传算法和另一个称为人工生命的崭新探讨领域正不断渗透。所谓人工生命即是用计算机模拟自然界丰富多彩的生命现象,其中生物的自适应、进化
9、和免疫等现象是人工生命的重要探讨对象,而遗传算法在这方面将会发挥肯定的作用,五是遗传算法和进化规划(EvolutionProgramming,EP)以及进化策略(EvolutionStrategy,ES)等进化计算理论日益结合。EP和ES几乎是和遗传算法同时独立发展起来的,同遗传算法一样,它们也是模拟自然界生物进化机制的只能计算方法,即同遗传算法具有相同之处,也有各自的特点。目前,这三者之间的比较探讨和彼此结合的探讨正形成热点。 遗传1991年D.Whitey在他的论文中提出了基于领域交叉的交叉算子(Adjacencybasedcrossover),这个算子是特殊针对用序号表示基因的个体的交叉
10、,并将其应用到了TSP问题中,通过试验对其进行了验证。D.H.Ackley等提出了随即迭代遗传爬山法(StochasticIteratedGeneticHill-climbing,SIGH)采纳了一种困难的概率选举机制,此机制中由m个“投票者”来共同确定新个体的值(m表示群体的大小)。试验结果表明,SIGH与单点交叉、匀称交叉的神经遗传算法相比,所测试的六个函数中有四个表现出更好的性能,而且总体来讲,SIGH比现存的很多算法在求解速度方面更有竞争力。H.Bersini和G.Seront将遗传算法与单一方法(simplexmethod)结合起来,形成了一种叫单一操作的多亲交叉算子(simplex
11、crossover),该算子在依据两个母体以及一个额外的个体产生新个体,事实上他的交叉结果与对三个个体用选举交叉产生的结果一样。同时,文献还将三者交叉算子与点交叉、匀称交叉做了比较,结果表明,三者交叉算子比其余两个有更好的性能。 遗传国内也有不少的专家和学者对遗传算法的交叉算子进行改进。2022年,戴晓明等应用多种群遗传并行进化的思想,对不同种群基于不同的遗传策略,如变异概率,不同的变异算子等来搜寻变量空间,并利用种群间迁移算子来进行遗传信息沟通,以解决经典遗传算法的收敛到局部最优值问题2022年,赵宏立等针对简洁遗传算法在较大规模组合优化问题上搜寻效率不高的现象,提出了一种用基因块编码的并行
12、遗传算法(Building-blockCodedParallelGA,BCPGA)。该方法以粗粒度并行遗传算法为基本框架,在染色体群体中识别出可能的基因块,然后用基因块作为新的基因单位对染色体重新编码,产生长度较短的染色体,在用重新编码的染色体群体作为下一轮以相同方式演化的初始群体。2022年,江雷等针对并行遗传算法求解TSP问题,探讨了运用弹性策略来维持群体的多样性,使得算法跨过局部收敛的障碍,向全局最优解方向进化。一般算法 遗传遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型。它的思想源于生物遗传学和适者生存的自然规律,是具有“生存检测”的迭代过程的搜寻算法。遗传算法以一种
13、群体中的全部个体为对象,并利用随机化技术指导对一个被编码的参数空间进行高效搜寻。其中,选择、交叉和变异构成了遗传算法的遗传操作;参数编码、初始群体的设定、适应度函数的设计、遗传操作设计、限制参数设定五个要素组成了遗传算法的核心内容。作为一种新的全局优化搜寻算法,遗传算法以其简洁通用、鲁棒性强、适于并行处理以及高效、好用等显著特点,在各个领域得到了广泛应用,取得了良好效果,并渐渐成为重要的智能算法之一。遗传算法是基于生物学的,理解或编程都不太难。 八年级生物下册变异学案冀教版 八年级生物下册变异学案冀教版 其次节变异教学设计一、教学设计思路生物的性状是由基因限制,并受环境影响的。在教学过程中,要
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 生物的繁殖 年级 下册 生物 繁殖 冀教版
限制150内