基于网络药理学与分子对接探讨兰州软儿梨止咳化痰作用机制

采用网络药理学方法预测软儿梨止咳化痰作用及其机制，并采用分子对接和动物实验对预测结果予以验证。通过文献调研和TCMSP等数据库筛选得到软儿梨的成分与作用靶点，与GeneCards数据库中“咳嗽（cough）”和“痰（sputum）”相关的两组基因相映射，得到软儿梨止咳化痰作用的靶点基因。通过Metascape平台对靶点基因进行GO和KEGG富集分析；通过STRING数据平台构建靶点基因间PPI网络；利用Cytoscape插件CytoHubba筛选软儿梨止咳化痰作用Top10基因，并通过Metascape数据平台对Top10基因进行KEGG通路富集以预测软儿梨止咳化痰作用可能涉及的信号通路。通过Autodock Vina对预测所得Top10基因蛋白和软儿梨Top3活性成分进行分子对接；最后通过氨水引咳试验和酚红排泄试验对预测所得结果进行验证。经多数据库联合分析，发现软儿梨中已见报道的化学成分有51个，对应作用靶点282个，其中80个与止咳化痰作用有关，根据Degree值筛选出的Top10基因主要富集在与感染和免疫相关通路上。分子对接试验证明Top10基因与PPI网络中排名前3位的化学成分...     

基于改进NSGA2算法的多目标柔性作业车间调度

柔性作业车间调度问题（FJSP）是经典作业车间调度问题的重要扩展,其中每个操作可以在多台机器上处理,反之亦然。结合实际生产过程中加工时间、机器负载、运行成本等情况,建立了多目标调度模型。针对NSGA2算法收敛性不足的缺陷,引入免疫平衡原理改进NSGA2算法的选择策略和精英保留策略,成功避免了局部收敛问题,提高了算法的优化性能。通过与启发式规则以及多种智能算法进行比对仿真实验,改进的NASA2算法能获得更好的解。用改进的NAGA2算法求解实例,不仅有效地克服多目标间数量级和量纲的障碍,而且得到了满意的pareto解集,进一步验证了该算法和模型的可行性。     

HDI板孔群的K-means聚类及加工路径优化研究

电路板的激光打孔路径优化是一个NP完全问题,随着孔群数量的增加,其复杂性和解空间会成指数性增长。文章采用K-means算法和改进模拟退火算法,并结合孔群加工的数学模型研究HDI激光打孔的路径优化。首先采用K-means算法聚类分析得到相似度高的孔群,初始种群运用贪婪选择策略,降低起始搜索范围,提高收敛效率;寻优过程中加入遗传算法的DIM(Displaced Inversion Mutation)变异算子,避免模拟退火算法陷入局部最优解。仿真试验结果表明,该方案求解出的最优路径比采用模拟退火算法有明显改善。