在人力资源受限的情况下，针对如何在IT运维服务中使用有限的人力资源，迅速、有效地对发生的故障进行处理，建立了考虑服务水平的IT运维人员调度模型。提出了一种知识模型，设计了多种符合本问题特性的变异、交叉算子，从而形成了改进的遗传算法(IGA)、基于知识模型的智能遗传算法(KIGA)和基于知识模型的自适应智能遗传算法(KAIGA)。结果表明，自适应变异、交叉概率能加快解selleck screening library的收敛速度，知识模型能加快解的收敛速度并且提高解的优化效果。
柔性作业车间调度（Flexible Job-shop Scheduling Problem, FJSP）是一类有着广泛应用背景的调度问题，近年来，遗传算法成为了求解FJSP问题最受欢迎的算法之一，并引起了广泛关注。本文对求解FJSP问题的遗传算法，特别是五类主要染色体编码方法以及相selleck AKT 抑制剂关的交叉和变异算子，进行全面的综述，并从七个维度，即：编码可行性、编码空间与解空间的映射关系、染色体存储空间、解码复杂性、编码完备性、遗传操作复杂性和遗传操作多样性，综合评价了这五类编码方法。
【目的】南岭山地的南方红豆杉资源丰富,分布集中,群体类型多样,是研究不同干扰群体遗传变异的理想材料。本研究对南岭山地南方红豆杉群体的遗传变异水平进行探selleck化学究,比较其天然林群体和人工干扰群体的遗传差异,揭示人类活动对植物群体遗传变异的影响,为制定南岭山地南方红豆杉遗传保护策略提供科学依据。【方法】本研究基于叶绿体基因组标记方法,利用4个非编码区序列分析南岭山地南方红豆杉的遗传变异模式,比较不同干扰程度群体(天然林和人工干扰林)的遗传变异特征及其遗传分化。【结果】在种的水平,8个南方红豆杉群体中共检测出4个单倍型,单倍型多样性(Hd)为0.552,核苷酸多样性(Pi)为0.000 23。