种群的特征教案

种群的特征教案（精选8篇）

篇1：种群的特征教案

《种群的特征》教案

第1课时

恩施市一中 王爱民

【教学目标】

知识方面：

1.识记种群的概念和种群密度的概念。2.掌握调查种群密度的方法。

能力方面：

尝试用数学方法对种群密度进行统计，培养学生动手能力，科学探究能力。情感态度、价值观方面：

通过对种群密度的模拟调查活动，增强学生对自然的热爱。【教学重点】

调查种群密度的方法。【教学难点】

样方的选择和确定。【教学方法】

以学生自主活动和展示为主，教师引导归纳为辅 【教学课时】

1课时

【教学过程】

（导入新课）师：阅读课件上的一则小故事，思考说明了什么问题？ 生：说明了生物不能以个体的形式长期存在，而应组成一个集体。

师：看来，世界上任何生物个体都是不能单独生活的！每个生物个体都必须直接或间接地与其他生物个体打交道——包括同种的和不同种的。今天我们先来看同种生物组成的集体——种群。

问：研究种群到底要研究什么呢？

学生看课件上的图片，教师引导归纳：种群研究的核心是：种群的数量变化规律。过渡：种群的数量变化又是与种群的特征分不开的，因此，今天我们就来学习——种群的特征。

课件展示学习目标。

课前大家已经进行了自主学习，下面请大家来回答两个问题：

1． 什么是种群？（生活在一定区域的同种生物的所有个体称为种群。）

2． 什么是种群密度？（在单位面积或体积内某一种群全部个体的数量，是种群最基本的数量特征。）

学生回答，教师给予点评。

过渡：下面就在大家自主学习的基础上，我们来一起探究解决几个问题。课件展示：合作探究一：如何调查一片草地中蒲公英的种群密度？

教师安排学生活动：请同学们以小组为单位利用自己手中的模拟草地，调查草地中蒲公英的种群密度。并完成导学案中探究一的三个任务。

1．请简述你们小组的调查方法及过程并在表格中记下你们小组调查的结果。

2．在你们小组的调查过程中，你们觉得有哪些是要注意的呢？（请从以下几个方面分析）

①样方的位置：哪都可以，但一定要随机取样。常用的取样方法：五点取样（适用于正方形的调查区域）、等距取样（适用于长条形的调查区域）。

②样方的大小：样方的大小要适中，植物的大小不同，样方面积也应不同，一般高大的乔222木100cm，灌木16 cm，草本1 cm。

③样方的多少：样方越多越接近真实值，但取样太多，会耗费太多的精力和时间；取样太少，误差又会比较大。所以要根据实际情况选择一定数量的样方即可。

④计数的原则：计数所有的个体；遇到边缘时，一般只对样方左边、上边及顶角计数，即：计上不计下，计左不计右。

下图中圆圈表示蒲公英，请将应该计数的圆圈涂黑

3．不同的小组得到的结果不同的原因是什么？你觉得实地调查与我们刚才进行的模拟调查有什么异同？

不同小组结果不同的原因是：取样的方法、取样的位置、样方的随机性、样方的多少、样方的大小等的不同。

实地调查与我们刚才进行的模拟调查的不同：实地调查中调查对象的分布往往不是随机的；调查区域往往不是规则的；调查对象与其他物体区分没那么明显；有许多因素会干扰和影响调查的准确性等。

学生分小组活动，教师进行适当的指导。

活动结束，部分小组的代表上台展示他们完成的情况。其他小组可以补充或质疑。教师适时进行解疑和点评。

适时检测：课件展示题目，学生完成。

过渡：大家刚才用样方法调查了模拟草地中蒲公英的种群密度，那么，是不是所有的生物我们能用这种方法进行调查呢？

学生回答：不是，它只适用于植物或者活动能力弱、范围较小的动物。课件展示探究二：如何调查一个岛上绵羊的种群密度？ 学生以小组为单位完成导学案上探究二的内容。方法： 标志重捕法

设某种群的总数为N，第一次捕获标记的个体为M，第二次重捕的个体数为n，其中已标记的为m，则 : N=__M n/_m_____ 公式成立条件：_标记个体__与_未标记个体__在重捕时被捕的概率相等，在调查期内没有新的_迁入__和_迁出__，没有_出生_和_死亡_。标记要求：

② 记不能过于 过分醒目；

②标记物和标记方法必须 对其正常生命活动及其行为不会产生任何干扰； ③标记符号必须能够 维持一段时间，至少在调查研究期间不能消失。请一个小组上台展示，其他小组的同学补充或质疑。教师补充并点评。

适时检测：课件展示题目，学生完成。课堂小结：

反馈练习：导学案上的巩固练习。

教学反思：

本节课让学生在应用导学案自主学习的基础上，引导学生自己去动手活动和开放式的探究，解决更高层次的问题，能充分调动学生的积极性，使学生能主动参与到课堂教学中来，很好地发挥了学生的主体性，对学生来说，充分体现了“我的课堂，我做主”。但在本节课中，对于不同层次的学生的不同教学方法我没有能够全面地发掘，导致部分学生可能没有照顾到；设问的技巧性也尚待进一步探讨；课堂的结构和时间的把握也有待进一步合理化。

篇2：种群的特征教案

种群的特征 简易教案

生物必修3 种群的特征 简易教案 执教：高二(8)生物班 陈章雄 一、【教学目标】 1、知识目标：理解种群概念，知道影响种群数量变化的自身因素和外界因素，举例说明哪些因素如何影响到种群密度的变化。 2、能力目标：知道调查种群大小的统计方法。 3、情感、态度和价值观：明确研究种群数量变化规律的意义;能对控制有害种群，保护有益种群提出合理建议。 二、【教学重点和难点】 1.教学重点：种群的特征(年龄组成3种类型) 2.教学难点：种群密度的调查方法。 三、【课时安排 】 1 四、【教学过程】 〖章引入〗师生一起回顾前面学过的知识：生命系统的结构层次，引出种群。 学生活动：物种和种群的概念及其区别。 (完成一道高考题) 〖节引入〗以“本节聚焦”引起学生的思考，学生带问题学本节。 〖板书〗第一节 种群的特征 (一)、种群密度：1、概念 文字描述：是指种群在单位面积(或体积)中的个体数量(种群密度是种群最基本的数量特征);数学公式：种群密度=种群个体数量÷单位面积(或体积)。 (完成一道高考题) 2、如何调查种群密度 学生活动：牧民在承包的草场上该放养多少头羊，经济效益才最好? 〖讲述1〗样方法：例如，假设随机抽取样方n个，每个样方的生物个体数为X1，X2，X3，…Xn，则样方的平均数X=∑Xn/n。 〖讲述2〗标志重捕法：假定在调查区域中，捕获M个个体进行标记，然后放回原来的`自然环境，经过一段时间后进行重捕，重捕的个体数为n，其中已标记的个体数为m，根据总数N中标记比例与重捕取样中标记比例相等的原则，即N∶M=n∶m，可得调查区域种群数量N=M×n/m。 (完成一道高考题) 〖板书〗(二)、出生率和死亡率 概念 (完成一道高考题) 〖板书〗(三)、迁入率和迁出率 概念 (完成一道高考题) 〖板书〗(四)、年龄组成 种群的年龄结构是指一个种群中各年龄期的个体数目的比例。 几种年龄型种群的特点：学生活动(自行根据图形分析)。 (完成一道高考题) 〖思考与讨论〗学生活动：思考、分析、回答一道高考题。 〖板书〗(五)、性别比例是指种群中雌雄个体数目的比例。 〖小结〗种群特征之间的关系 五、课堂练习巩固(解决生活问题)。 (附：简要教学流程：) 旧知识以“问题形式”导入(生命系统的结构层次) 新知识探究(种群) 种群的概念 种群的特征 学生阅读，特别强 学生带着问题看书“种群有哪些特征， 调种群的概念，区别种群 这些特征如何影响到种群数量的变化” 和物种。 出生率和死亡率 种群密度 年龄组成(3种类型) 迁入率和迁出率 (调查方法) 性别比率 课堂练习(解决生活问题)

篇3：种群的特征教案

关键词：鸢乌贼,种群结构,南沙海域,春季

鸢乌贼( Sthenoteuthis oualaniensis) 隶属枪形目、 开眼亚目、柔鱼科、鸢乌贼属,广泛分布于印度洋、 太平洋的热带和亚热带海域,其中在南海和印度洋西北部海域数量较大[1,2]。鸢乌贼具有非常复杂的种群结构。NESIS[3]将其分为大型种群、单内壳叶柄侧轴中型种群、双内壳叶柄侧轴中型种群( 典型的鸢乌贼种群) 、小型种群、微型种群等5个种群,后3个种群主要分布于太平洋海域。微型种群背部没有发光器官,主要分布在10°N ~ 10°S的赤道海域, 分布区域与双内壳叶柄侧轴中型种群重叠[4]。国内外学者已对印度洋西北海域鸢乌贼的种群结构、年龄和生长等做了较为深入的研究[2,3,4,5,6,7]。

南海的鸢乌贼主要分布于南海中南部海盆区, 已成为当前南海外海渔业开发的热点[8]。东南亚渔业开发中心( SEAFDEC) 、中国台湾和大陆都曾开展过南海鸢乌贼资源调查,并对其资源量分布、 年龄与生长等生物和生态学习性进行过研究[9,10,11,12,13,14,15,16,17,18]。 SEAFDEC在菲律宾西部海域的调查发现,南海存在中型和微型2个鸢乌贼种群,微型种群早熟且无背发光器,胴长范围9. 8 ~ 12 cm,中型种群具背发光器,胴长范围12 ~ 24 cm[15]。颜云榕等[13]研究了西中沙海域鸢乌贼夏季渔业生物学,发现雌性个体出现2个性腺发育高峰期,即101 ~ 120 mm ( 小型个体,胴部较硬,胴背无卵圆形光斑) 与161 mm以上( 中型个体,胴部柔软,胴背有卵圆形光斑) 胴长组。种群问题是渔业生物学研究的基础, 文章根据2011年春季灯光罩网渔船南沙探捕所获资料,研究了南沙海域鸢乌贼的种群组成、胴长分布、雌雄比例、性腺发育等种群结构特征,旨在为今后深入开展南海鸢乌贼生物学研究、合理开发利用资源提供参考依据。

1材料与方法

1.1资料来源

资料来源于2011年春季南海中南部海域的灯光罩网调查。调查船为“桂防渔96886”,钢质,总长41. 80 m,总吨位413 GT; 渔船主机1台,功率382 kW,发电机2台,功率分别为200 kW和150 k W,配340盏( × 1 kW) 金属卤化物集鱼灯及HE-670型垂直探鱼仪,包括船长在内船员7人,渔获加冰冷藏保存。调查所用罩网网具沉子纲长280. 0 m,拉直高度82. 5 m,网衣最大网目3. 5 mm,网囊最小网目2. 0 mm。

1.2调查方法与数据处理

整个调查为生产性探捕,不设具体调查站位。 航次时间为2011年4月19日 ~ 5月6日,历时26 d,作业18晚,作业海域范围9° 39' N ~ 14° 54' N、 113°16'E ~ 115°30'E,其中前16晚在南沙海域( 12°N以南) 作业,后2晚是返航途中在中沙海域生产。

渔船每晚作业10 ~ 16网次不等,记录每个网次的渔获组成,每晚选择部分网次随机抽取50尾鸢乌贼进行种群、性别和胴长测定,部分网次解剖观测性腺成熟度和摄食强度。根据胴背发光器官的有无和性腺发育的快慢[3,15],将鸢乌贼分成中型和微型2个种群; 根据左侧第4腕是否茎化和性腺结构的差异[1,5],进行鸢乌贼雌雄的判别; 胴长用精度为1 mm的量鱼板测定; 参照刘必林[5]将鸢乌贼性腺成熟度划分为性未成熟( Ⅰ期和Ⅱ期) 、性成熟( Ⅲ期和Ⅳ期) 、产卵后( Ⅴ期) 5期3个阶段。 因为第1晚的鸢乌贼渔获未按种群分开,文章仅对12°N以南海域15个夜晚的数据进行分析,具体采样站位见图1。

以10 mm组距对胴长进行分组,例如100 mm胴长组表示胴长范围96 ~ 105 mm; 运用t检验比较2个种群和雌雄个体之间的胴长分布是否存在显著性差异; 运用D检验( Kolmogorov-Smirnov检验) 分析胴长组成是否符合正态分布; 利用适合性卡方 ( χ2) 测验,验证鸢乌贼的雌雄比例是否与1∶1的理论比例相符; 利用不同胴长组性成熟个体百分比拟合Logistic曲线,分种群和性别推算鸢乌贼的初次性成熟胴长[19]:

式中Pi为成熟个体占组内样本的百分比; Li为胴长组,ML50%为初次性成熟胴长( mm) 。

2结果

2.1种群组成

调查船15个夜晚作业194网次( 表1) ,平均每晚作业12. 9网,合计捕捞鸢乌贼68. 06 t,网次产量为28. 5 ~ 1 282. 5 kg,平均为350. 8 kg [标准差( SD) = 237. 3 kg],每晚产量为1. 54 ~ 10. 94 t, 平均为4. 54 t( SD = 2. 69 t) 。鸢乌贼每个网次都有捕获,但网次和每晚产量的变幅较大。

随机观测了119网次5 964尾鸢乌贼的种群、 性别和胴长。中型种群占抽样总尾数的88. 92% , 胴背有发光器官,性成熟个体较大; 微型种群占抽样总尾数的11. 08% ,胴背无发光器官,性成熟个体较小。

中型种群是南沙海域鸢乌贼的优势种群。微型种群15个夜晚都 有捕获,占每晚抽 样尾数的2. 75% ~ 30. 29% ; 在119个抽样网次中出现110次,占网次抽样尾数的0 ~ 72. 00% 。微型种群每晚和网次所占比例的变幅较大。

2.2胴长分布

鸢乌贼中型种群渔获胴长范围为69 ~ 231 mm, 平均胴长为121. 4 mm( SD = 16. 4 mm) ; 微型种群渔获胴长范围为51 ~ 125 mm,平均胴长为88. 6 mm( SD = 13. 4 mm) 。2个种群的胴长分布有重叠, 中型种群的胴长分布范围和平均胴长明显大于微型种群( 图2和表2) 。t检验表明,2个种群的胴长分布存在显著性差异( P < 0. 05) 。D检验表明,中型和微型种群的胴长组成均不呈正态分布 ( P < 0. 05) 。

中型种群雌性平均胴长125. 5 mm( SD = 20. 1 mm) ,雄性平均胴长117. 5 mm ( SD = 10. 3 mm) ; 微型种群雌性平均胴长93. 5 mm( SD = 14. 1 mm) , 雄性平均胴长80. 8 mm( SD = 6. 9 mm) 。2个种群雌性的胴长分布范围和平均胴长均大于雄性。t检验表明,2个种群雌、雄个体之间的胴长分布均存在显著性差异( P < 0. 05) 。

2.3雌雄比例

随机抽样的5 303尾中型种群鸢乌贼中,雌性个体占48. 48% 。卡方检验结果显示,总性比符合1∶1的关系,雌雄组成无显著差异( P > 0. 05) ; 70 mm、80 mm、90 mm和100 mm胴长组中,雌性个体分别占55. 56% 、46. 88% 、48. 48% 和45. 53% , 雌雄组成均无显著差异( P > 0. 05) ; 110 mm、120 mm、130 mm、140 mm和150 mm体长组中,雌性个体分别占40. 51% 、43. 64% 、40. 40% 、73. 58% 和90. 96% ,雌雄组成均有显著差异( P < 0. 05) 。 70 ~ 100 mm胴长组, 雌雄比例接近; 110 ~ 130 mm胴长组,雄性个体明显多于雌性; 140 mm胴长组开始,雌性个体明显多于雄性; 160 mm胴长组以上全为雌性( 图3 - a) 。D检验表明,中型种群雌雄胴长组成均不呈正态分布( P < 0. 05) ,雌性胴长分布的偏度系数( skewness) 为1. 16,分布为右偏, 雄性胴长分布的偏度系数为 -0. 22,分布为左偏。

随机抽样的661尾微型种群鸢乌贼中,雌性个体占61. 88% 。卡方检验结果显示,总性比不符合1∶1的关系,雌性个体明显多于雄性( P < 0. 05 ) ; 60 mm和70 mm胴长组中, 雌性个体 分别占54. 55% 和37. 88% ,雌雄组成均无显著差异 ( P > 0. 05) ; 80 mm、90 mm和100 mm体长组中,雌性个体分别占38. 67% 、71. 43% 和92. 94% ,雌雄组成均有显著差异( P < 0. 05) 。50 ~ 70 mm胴长组, 雌雄比列接近; 80 mm胴长组,雄性个体明显多于雌性; 90 mm胴长组开始,雌性个体明显多于雄性, 110 mm胴长组以上全为雌性( 图3 - b ) 。D检验表明,微型种群雌 、 雄胴长组成均不呈正态分布 ( P < 0. 05 ) ,雌性胴长分布的偏度系数为0. 10 ,分布为右偏,雄性胴长分布的偏度系数为 - 0. 35 ,分布为左偏 。

总体而言,鸢乌贼2个种群不同胴长组性比表现出相似的规律性: 随着胴长的增加,雌雄比例由开始阶段的基本接近,到雄性个体占优,再到雌性个体占优,直至全部为雌性。2个种群雌性和雄性的胴长组成均不呈正态分布,雌性胴长分布都为右偏,雄性胴长分布都为左偏。

2.4性腺发育

调查期间,合计解剖观测了3 833尾鸢乌贼 ( 中型种群3 182尾,微型种群651尾) 的性腺成熟度,其中随机抽样3 363尾( 中型种群2 926尾,微型种群437尾,分属68个网次,抽样渔获全部解剖) ,非随机抽样470尾( 中型种群256尾,微型种群214尾,分属51个网次,抽样渔获少量解剖, 小个体渔获为主,解剖主要是为了确定抽样个体的种群或雌雄) 。

随机抽样的3 363尾鸢乌贼中,中型种群性成熟个体 占15. 07% , 微型种群 性成熟个 体占42. 11% ,微型种群的性腺发育明显早于中型种群 ( 表3) 。中型种群雌性和雄性中性成熟个体分别占5. 12% 和24. 29% ,微型种群雌性和雄性中性成熟个体分别占39. 51% 和45. 36% ,2个种群雄性个体的性腺发育都早于雌性个体。2个种群都未捕到产卵后( Ⅴ期) 个体。

解剖观测的3 833尾鸢乌贼中,中型种群雌、 雄性成熟个体最小胴长分别为123 mm和111 mm, 雌、雄性未成熟个体最大胴长分别为199 mm和133 mm; 微型种群雌、雄性成熟个体最小胴长分别为80 mm和73 mm,雌、雄性未成熟个体最大胴长分别为123 mm和92 mm。根据不同胴长组的性成熟个体百分比,拟合推算了鸢乌贼初次性成熟胴长( 图4和图5) 。

中型种群雌、雄个体的性成熟度-胴长曲线分别为:

中型种群初次性成熟胴长( ML50%) ,雌性为179. 7 mm,雄性为125. 6 mm。

微型种群雌、雄个体的性成熟度-胴长曲线分别为:

微型种群初次性成熟胴长( ML50%) ,雌性为94. 8 mm,雄性为81. 1 mm。

3讨论

3.1南沙海域鸢乌贼种群和雌雄判别

NESIS[3]将分布在太平洋和印度洋海域的鸢乌贼分为3个主要种群和2个次要种群。大型种群仅分布在印度洋北部的红海、亚丁湾和阿拉伯海,在阿拉伯海其胴长为400 ~ 500 mm,最大胴长为650 mm; 中型种群存在于整个鸢乌贼种群分布区域内, 成熟雄性胴长为120 ~ 150 mm,成熟雌性胴长为190 ~ 250 mm; 微型种群分布在赤道附近,无背发光器,成熟雄性胴长为90 ~ 100 mm,成熟雌性胴长为90 ~ 120 mm,最大胴长为140 ~ 150 mm。中型种群根据内壳特征( 双或者单内壳叶柄侧轴) 又可以分为2个群体,其中单内壳叶柄侧轴群体仅出现在红海、阿丁湾和阿拉伯海15°N ~ 17°N海域。 小型种群形态近似中型种群,但性成熟个体更小,雌性胴长范围为90 ~ 160 mm,成熟胴长为120 ~ 140 mm,近似于微型种群,该种群主要分布在东热带太平洋和西印度洋。微型种群具有许多与中型种群相区别的形态学特征,如微型种群的胴背部没有发光器官、茎化腕的差异以及精囊结构和叶柄侧轴结构的差异等[4]。在仔稚鱼和幼鱼阶段,微型种群与中型种群在形态和外观上不存在差异,因此,以往的研究者并不赞同把微型种群划分为另外一个种类[4,20],但STAAF等[21]对中太平洋海域鸢乌贼分子系统学的研究显示,微型和中型种群之间的遗传差异较大,可能已达到物种水平。

该研究根据胴背发光器的有无,结合性腺发育的快慢,将南沙海域的鸢乌贼分为中型和微型2个种群。调查中发现,中型种群胴长大于120 mm的个体,胴背发光器官呈明显的黄色椭圆形斑块,胴长小于120 mm的个体,发光器官则不明显,容易误判为微型种群,但仔细观察胴背位置仍可发现密布的淡白色小斑点; 解剖也可发现,微型种群的性腺发育要明显早于相同胴长的中型种群。鸢乌贼雄性个体左侧第4腕茎化,但未成熟个体的茎化腕有时并不明显,此时也需观察内部性腺结构判别雌雄; 鸢乌贼雄性的精巢从小就清晰可辨,雌性的卵巢在性腺发育成熟时才充实成形。因此,根据外形特征结合解剖观测,可以较为准确的进行鸢乌贼2个种群与雌雄的判别。

该研究参照LABE[15]对菲律宾西部海域鸢乌贼种群的研究,将胴背具发光器官的鸢乌贼都归为中型种群。调查发现的中型种群雌、雄性成熟个体胴长范围分别为123 ~ 231 mm和111 ~ 153 mm,推算的ML50%胴长分别为179. 7 mm和125. 6 mm。相比NESIS[3]的分类标准,中型种群性成熟胴长变小, 雌性还捕获10尾胴长140 mm以下的性成熟个体, 这是由于中型种群对南海水文环境的适应性变化, 还是由于混有小型种群等其他鸢乌贼种群,有待深入分析研究。

3.2采样方法对鸢乌贼渔获种群和性比的影响

SEAFDEC调查船1998年4月 ~ 5月在菲律宾西部海域( 11°N ~ 20°N,117°E ~ 120°E) 的鱿钓调查显示,鸢乌贼是唯一渔获种类,产量合计2 538尾,393. 1 kg,自动钓机平均CPUE( 单位捕捞努力量渔获量) 6尾·( 线·h)- 1; 调查海域存在2个鸢乌贼种群,中型种群胴长范围为12 ~ 24 cm,占总尾数的86% ( 2 175尾,377. 5 kg) ; 微型种群胴长范围为9. 8 ~ 12 cm,占总尾数的14% ( 363尾,15. 6 kg) ; 中型种群中雌性个体占83% ,微型种群中雌性个体占70% ,雌性明显占优; 微型种群每个站位都有捕获( 占比2. 6% ~ 31. 2% ) ,渔获量少但遍布整个调查海域[15]。

与之比较,该次调查也发现南沙海域存在中型和微型2个鸢乌贼种群,分别占总渔获尾数的88. 92% 和11. 08% ,中型种群为优势种群,微型种群资源量少但也遍布整个调查海域。这些发现与菲律宾西部海域的调查基本一致。与之不同的是, 该次调查中小个体渔获明显增多,98 mm以下个体占总渔获的11. 05% ,中型种群小于120 mm的个体占53. 12% ; 渔获的雌雄比例相对均衡,中型和微型种群中雌性个体分别占48. 48% 和61. 88% 。 采样方法的不同应该是造成这种差异的主要原因。 SEAFDEC调查是鱿钓取样,而该调查是灯光罩网取样。实践证明,鱿钓作业选择性较强,渔获以大个体为主且雌性居多[6,11,17]。颜云榕等[13]2010年6月 ~ 7月在南沙北部海域( 12°N ~ 16°N,112°E ~ 116°E) 开展的自动鱿钓和灯光罩网联合调查也发现,鱿钓和罩网鸢乌贼渔获胴长范围分别为108 ~ 215 mm和65 ~ 231 mm,雌雄性比分别为32. 0和1. 4,钓具的总体雌雄比明显较高。ZAKARIA[17]认为,由于小个体鸢乌贼样品的缺失,鱿钓渔获结构无法反映真实的海域资源结构。相对而言,罩网网目尺寸小、选择性差、渔获量大,渔获组成更接近海域资源实际。

调查期间,鸢乌贼微型种群网次和每晚所占比例的变幅较大,即使同个夜晚的相邻网次中也经常出现这种现象。分析原因,一方面是受资源分布时空差异的影响,另一方面也与灯光罩网捕捞方法有关。罩网作业是夜晚通过集鱼灯将捕捞对象诱集至表层后再放网罩扣捕捞,资源分布水层越深逃逸率越高,调查船所用网具的有效捕捞水深约40 m。 张引[11]分析台湾调查船声学数据时发现,当某处存在大个体鸢乌贼时,小个体鸢乌贼倾向栖息于更深水层,当大个体鸢乌贼消失后,小个体鸢乌贼则上升到大个体鸢乌贼原先所在的水层; 认为同类相残是小个体鸢乌贼栖息于更深水层的原因,因为它们要避开大个体鸢乌贼的捕食。微型种群鸢乌贼体型较小,栖息水层相对较深,放网时所处水层的不同和逃逸率的差异明显影响其在渔获中所占的比例。该次调查未捕到产卵后( Ⅴ期) 个体,推测鸢乌贼产卵后期不再趋光并且栖息于深水层直至死亡,灯光罩网无法有效捕捞,具体还有待进一步验证。

3.3鸢乌贼不同胴长组性比与性腺发育的关系

历史研究表明,鸢乌贼两性比例会随性成熟及繁殖情况而有变化,在未成熟群体中,性比大体为1∶1; 在繁殖初期,性成熟较早、行动较快的雄性个体先行到达繁殖场,此时雄性的比例甚高于雌性; 在繁殖后期,完成交配活动的雄性个体又先行死去,从繁殖场大量消失,此时雌性的比例甚高于雄性[1]。

该研究发现,鸢乌贼中型和微型种群不同胴长组性比表现出相似的规律性: 随着渔获胴长的增加,雌雄比例由开始阶段的基本接近,到雄性个体占优,再到雌性个体占优,直至全部为雌性,其中尤以雄性占优到雌性占优的转变过程最为明显( 图3) 。陈新军[22]进行新西兰海域双柔鱼研究时有过类似发现,渔获物性别组成生长初期接近1 ∶1, 成长期雄性个体的比例略占优势,繁殖期雌性个体占优势。该次调查发现的鸢乌贼雄性最小成熟胴长,中型和微型种群分别为111 mm和73 mm,分属110 mm和70 mm胴长组,估算的雄性ML50%胴长,中型和微型种群分别为125. 6 mm和81. 1 mm, 分属130 mm和80 mm胴长组。中型种群70 ~ 100 mm和微型种群50 ~ 60 mm胴长组,鸢乌贼处于未成熟阶段,此时的雌雄比例接近; 中型种群110 ~ 130 mm和微型种群70 ~ 80 mm胴长组,为雄性鸢乌贼开始性成熟并大规模交配繁殖阶段,此时雄性比例要高于雌性; 中型种群140 mm和微型种群90 mm胴长组开始,因为完成交配活动的雄性个体先行死去,雌性比例又开始高于雄性直至全部为雌性。因此,鸢乌贼不同胴长组雌雄比例的变化可能与雄性个体的生长发育密切相关。

该次探捕中每个站位都是成体和幼体混捕,中型种群110 ~ 130 mm和微型种群70 ~ 80 mm胴长组雄性比例偏高,无法用雄性个体先行到达繁殖场理论解释。ZAKARIA[17]研究发现: 南海鸢乌贼的生命周期在1年之内,雌性寿命长于雄性,胴长达到100 mm后雌性个体的生长速度快于雄性。因此,中型种群110 ~ 130 mm胴长组雄性比例偏高, 可能是由于雌性生长相对较快,导致相应胴长组雄性个体积压所致。微型种群70 ~ 80 mm胴长组应该可用同样的理论解释。2个种群雄性胴长分布都为左偏,雌性胴长分布都为右偏,应该也与雌雄个体寿命的长短、生长的快慢有关。

篇4：《种群的特征》教学设计

《种群的特征》这节内容是人教版必修三第四章第一节内容，本节具有承上启下的作用，在前面三章学习个体这一层次的基础上，转换视角，从宏观﹑群体水平来认识生命活动的规律与本质，即从种群﹑群落﹑生态系统等各个层次来研究生命，不断丰富对自然界生命系统的多层次性的认识。

二、教学目标

知识目标：种群密度和种群的几个基本特征。种群的特征之间的内在关系。

能力目标：初步学会调查种群密度的方法。分析种群其他特征对于种群密度的影响

情感目标：能用种群特征去描述身边的种群，并能对种群的研究提出有建设性的看法；关注人口问题，认同计划生育国策、关注濒危动物种群数量的变化及措施。

三、教学重点与难点

教学重点：种群的几个基本特征，及内在关系

教学难点：样方的选择和确定、标志重捕法

四、教学策略

充分利用教材及课件中的图片资料将学生引入所设计的教学情景，每一小节都有问题引领，使整个教学过程成为学生主动探究的过程，通过教师的适时引导，让问题链条逐步形成，层层深入，综合提升了学生的信息获取能力、分析问题能力和语言表达能力。

对于本节课的难点：样方的选择和确定，让学生先自主探究，然后教师引导分析讨论出现的问题，一块总结出样方法的注意事项。标志重捕法的教学可设计一个数玉米的小实验进行类比，帮助学生理解掌握。

五、教学过程

导入种群，前3章我们学习了生物体通过自身的调节维持各项生命活动的进行，但只研究生物个体还是远远不够的。自然界中的任何生物都不是孤立存在的，它们往往组成一定的群体，相互影响，共同生活。课件展示几幅种群图片，让学生总结出种群的三要素。接着通过一个选择题进行辨析种群的针对性训练。

问题：1、我们肥城市所有的人算不算一个种群？

2、如果你作为我们肥城市计划生育部门的负责人，你会关注哪几个方面的问題？ 引出种群的数量特征。

那么如何调查种群密度呢，课件出示第一个调查对象，即2平方米的范围有5棵蒲公英，求种群密度，学生通过直接计数完全可以轻易求出。

接着出示第二幅长20米、宽10米的草地，如何推算蒲公英的种群密度？

这种情况学生就无法很快推出，然后让同学们思考讨论如何利用下发的纸板模拟推算蒲公英的种群密度，分组进行讨论。

之后学生回答思路，教师对学生的方法进行点评。借机引出调查植物种群密度的方法——样方法，同时引导学生总结出五点取样法和等距取样法。

（学生问题的生成情况）问学生在取样过程中有没有碰到什么问题，如果有根据实际情况处理，如果没有教师引导学生总结样方法应当注意的系列问题。

课件展示草原上的绵羊种群，如何测其种群密度？还可以用样方法吗？

（学生如果预习好的话，可以回答出标志重捕法，但是应该不太清楚是什么意思）

让学生利用手中的大小烧杯和玉米粒进行模拟实验，初步推测推算方法。

（模拟前，教师进行一定的说明，即涂上黑色的玉米粒在小烧杯中（20粒），此20粒也是取自大烧杯后涂上的颜色，大烧杯剩余玉米全是黄色，没有涂黑色，把这20粒玉米全部倒入大烧杯中，多次摇晃，如何求出此时大烧杯中玉米粒的总数（X）？）

引导学生如何运用20/X 这一数据。然后学生分组进行模拟、讨论、总结。

小组回答，教师点评。过渡引出标志重捕法，然后一起解决绵羊种群数量的估算，课件展示过程，进一步强化理解和掌握。

训练题强化巩固。

种群密度是种群非常重要的特征，但是如果要是关注种群数量的变化还需要研究种群其他的特征，过渡至影响种群密度变化的系列特征。

1、出生率、死亡率（学生通过地理的学习加之课前的预习，已经比较熟悉，直接出示概念，表示方法）

接下来课件出示几个国家的出生率和死亡率统计情况，并分析中国的种群密度变化情况，推出出生率和死亡率对种群密度的影响。

联系我国情况，说明计划生育政策控制人口增长的主要措施？（降低出生率）

2、迁入率、迁出率

利用候鸟的迁徙引出，然后分析我国东部沿海人口的迅速增长的原因，同时总结推出迁入率、迁出率对种群密度的影响。

3、年龄组成

利用课件中的材料1引出年龄组成，并解释组成划分，同时出示3种年龄组成情况图，分析讨论A、B、C三种年龄组成的种群，哪种类型的种群数量会越来越多？哪种类型的种群数量会越来越少？哪种类型的数量会在一段时间内保持稳定？总结出年龄组成可以预测种群密度变化情况。

4、性别比例

指出性别比例失调也会影响种群密度的变化，举例说明农业中的应用。

篇5：种群的特征说课稿

各位评委老师上午好！我今天说课的题目是《种群的特征》，我将从以下七个方面展开我的说课：

一、教材分析；

二、学情分析；

三、教学目标；

四、教学重难点；

五、教学方法；

六、教学过程；

七、板书设计。以下依次展开。

一、说学习任务分析

本节内容选自浙教版教材必修3第四章第一节。是在前面刚学了稳态及其调节机制的基础上，教材进一步从群体层次来分析生命系统的特征。教材对生命系统是分层次进行研究的。在分子水平，研究对象是核酸和蛋白质等大分子物质和细胞中的生命现象、本质和内在的规律；在个体水平，研究对象是生物个体能通过自身的各种调节作用来维持稳态，完成生长、发育和繁殖等生命活动；在群体水平，研究对象是从种群和群落的层次来分析生命系统的特征。在自然界中，任何生物都不是孤立存在的，我们必须把生活在一定自然区域的同种生物的全部个体－种群作为研究单位，那么种群作为一个整体，具有哪些不同于个体的特征呢？研究这些特征具有什么意义？教材着重介绍了种群的5个数量特征和种群密度的调查方法，其中样方的选择和确定是本节内容的难点。要求学生学会从哪些方面来了解种群并体会群体与个体间的差异，深入理解“整体大于部分之和”的道理。学好本节课不仅为后面探讨种群数量的变化做好铺垫，也为学习群落和生态系统打下基础。我将本节内容分2课时介绍。

二、说学情分析

我所教的学生是 普通高中高二（12）班学生，他们思维活跃，抽象思维能力好，经过教师引导，能够将感性认识上升为理性认识。学生在必修1生命系统的结构层次及必修2生物的进化部分对种群已经有了一个大致的了解，而且在平时的生活学习中已经接触到了有关计划生育、物种保护等内容，迫切地想了解进一步的知识，想用专业的科学的知识来解决有关问题，可以此为切入点充分激发学生的求知欲，能取得较好的效果。

三、说教学目标 知识与技能

根据课程标准的要求，学生要掌握以下内容：（1）列举种群的几个基本特征及其之间的内在关系；（2）掌握种群密度的调查方法。

过程与方法（1）通过小组合作测量学校操场上蒲公英的密度。体会合作的乐趣，及培养学生的合作精神。情感态度与价值观

能用种群特征去描述身边的种群；关注人口问题，认同计划生育国策、关注濒危动物种群数量的变化及措施。

四、说教学重难点

基于以上对学习内容和学习者的分析，以及教学目标的设计，我将本节课的教学重点确定为种群的几个基本特征，及内在关系，教学难点为示范样方法的正确操作，证实样方法的科学有效性。

五、说教学方法

结合本节教学内容我使用了讲授法、对话法、讨论法和归纳法等教学方法。这些教学方法的使用层层深入，从而突出教学重点、突破教学难点。

六、说教学过程 第1课时

1.创设情境，导入新课

必修一我们从分子和细胞角度了解了生物。本册的前几章我们从个体水平了解了生命系统。

那么从群体水平看：生物个体的生长、发育和繁殖等行为与其他个体间有没有关系呢？

2.现场感知，构建新知

介绍种群的概念及其三要素，并举例让学生判断是否为种群，以加强学生对种群概念的理解。

3.师生对话，达成共识

对种群的5个数量特征及其内在关系、种群密度的调查方法进行讲解。4.巩固练习，小试牛刀

最后我通过将黑板上的板书补充完整的方法来进行课堂小结 第2课时 1.小组合作

通过小组合作，测量学校操场上的蒲公英的密度和蚱蜢的密度。以上就是我今天说课的主要内容，恳请各位专家批评指正。谢谢！

七、板书设计

1.种群：

篇6：种群的特征课文教学反思

《种群的特征》这节课讲授完毕后给我的感受就是有很大的挫败感。想想自己备课时间长达一星期，期间上网看了几位老师的视频教学，再加上自己还在另外一个班试讲过一遍。但是，在正式上场时却还是不尽如人意，总体上感觉是很失败的。

1、标志重捕法的讲解：

关于种群密度的`调查方法，书上介绍了样方法和标志重捕法两种方法，但在我备课时发现如果两种方法都讲，一节课的时间根本不够，于是将本节课分成2课时，第二课时重点讲解标志重捕法。对于这种调查方法的讲解，我的讲授方法参考了网上视频中一位老师的做法：抓黄豆。但在这个环节，由于自己考虑不够周到，本想让学生体验标志重捕法的过程和该方法得到的结果的可信度，可是在实际操作中由于细节方面没注意(比如换人抓取之前应当将黄豆摇匀)，导致结果偏差很大，没有说服力。

2、时间安排：

本节课留给学生自主学习的时间太少，原先设想的方案在正式讲课中都没有很好的贯彻执行。本想让学生自学为主，自己讲授为辅，可是做完抓黄豆的实验后，发现时间不够了，就缩减学生看书的时间，自己为了赶进度，加快了讲课速度，但即使这样最后也还是没有按时下课，弄得自己很狼狈。

课后对于这节课内容上的处理，我与组上其他老师讨论后一直觉得以后这样处理更好：仍然分成2个课时讲授，一种方案是第1课时只讲调查种群密度的2种方法，即样方法和标志重捕法，重点让学生得到有关实验技能方面的训练;第2课时再学习其他几种种群的特征;另一种方案是第1课时仍然先处理样方法的有关内容，第2课时先让学生自学其他几种种群的特征，老师再总结，时间大概20分钟，后半节课重点学习标志重捕法，可以开展与学生的互动活动，加深学生对知识的理解。

篇7：种群的特征教案

摘 要：采取合作学习的方式，以学生活动为主线，本着“激趣、创新、应用、拓展”的原则开展教学，注重学生自主生成知识的过程教学，激发其学习兴趣，调动学生积极性，充分体现了学生的主体地位。

关键词：种群；合作学习；教学设计

一、教材分析及设计思路

“种群的特征”是人教版高中生物必修3《稳态与环境》模块第四章第一节的内容。本节内容具有承上启下的作用，是在学生学习个体的稳态及其调节机制的基础上，进一步从宏观层次来分析生命系统的特征。通过本节的学习，对种群的概念及特征将具有明确的认识，为群落、生态系统、生物圈及人类与环境等生态学知识的学习奠定了基础。

针对教材的特点，本着“激趣、创新、应用、拓展”的原则做了如下尝试。利用教材及补充的图片、资料等，将学生引入所设计的教学情境；充分利用和开发生物课程资源，结合江西省本土资源，创设问题引领教学环节，使教学过程成为学生主动探究的过程；采用任务型的教学途径，倡导合作学习，通过多样化的活动，培养学生的动手能力、获取信息能力、分析问题能力和语言表达能力，增强学生的学习兴趣。

二、教学目标

1.知识目标

描述种群及种群密度的概念，说出种群密度的两种调查方法。

2.能力目标

尝试应用样方法实地调查某种群的种群密度，通过模拟活动领悟标志重捕法的原理，并根据所得数据进行计算，作出合理的分析和判断。

3.情感、态度与价值观目标

培养学生获取新知识和解决问题的能力，通过活动体验科学探究的过程，提高学生的科学素养。

三、教学过程

1.创设情境，导入新课

利用多媒体播放《帝企鹅日记》影片的片段。生物是有生命的个体。从分子水平看，体现生命现象主要是核酸和蛋白质两种物质；从个体水平看，帝企鹅机体要维持稳态，是通过神经―体液―免疫调节实现的；从帝企鹅群体水平看，帝企鹅的生长、发育和繁殖等行为与其他个体间有没有关系呢？任何生物在自然界中都不是孤立存在的，该影片就是以南极帝企鹅种群为视角展现它们的生命活动。

问题讨论：回忆种群的概念，并判断以下内容哪些是种群？（1）鄱阳湖中的全部鲫鱼；（2）鄱阳湖中的全部鱼；（3）鄱阳湖和洞庭湖中的全部鲫鱼。邀请学生提炼出种群概念的要点。

设计意图：通过优美的电影片段，激发学习的好奇心和求知欲望，使学生容易融入学习和探究的氛围中。

2.种群的特征

问题引导：从群体水平来看，种群是个体的简单累加吗？个体的特征能代表种群的特征吗？个体的生命是有限的，但对一个种群来说，会因为个体的消失而消失吗？

设计意图：通过个体和种群之间的关系，使学生明白种群不是个体的简单累加，种群的个体之间通过特定的关系组成一个整体，这时种群就表现出个体不具有的特征，从而将教学内容自然过渡到种群的特征。

3.种群密度及种群密度的调查方法

利用多媒体展示热映影片《阿凡达》的海报和为了呼吁保护热带雨林而制作的西双版纳之“阿凡达”――《望天树?雨林之魂?待觉醒》的海报创设情境，后者是在我国云南西双版纳热带雨林国家公园望天树景区实景拍摄的，望天树是1975年由中国云南省林业考察队在西双版纳森林中发现的一个新种，是西双版纳州特有的树种之一，被生态学家视为热带雨林的标志树种，是我国的一级保护植物。此外，草原的牧民在承包的草场上该放养多少牛羊，经济效益才最好？农业生产中怎样控制害虫的数量，才能获得大丰收？沿海的渔民该捕捞多少鱼，才能获得最好的收益又能持续发展？采取保护、防治措施或估算产量的依据是这些生物的种群密度。

学生活动一：让学生扮演林业工作者的角色，分组讨论如何调查望天树的种群密度？分组讨论后，利用中国科学院西双版纳热带植物园的学者发表在《植物生态学报》的文章――《西双版纳不同斑块望天树种群的密度、结构和生物量》，引导学生了解林业工作者调查望天树种群密度的科学研究方法――样方法。

设计意图：从学生比较感兴趣的内容入手，联系实际生活，利用角色扮演，激发学生强烈的学习兴趣和求知欲。通过文献资料，体验科学探究过程，帮助学生形成正确的科学素养。

学生活动二：分组讨论和交流学校操场上蒲公英数量的调查方法和调查结果。思考并回答下列问题：（1）为什么要强调随机取样？（2）样方的多少会影响调查结果吗？（2）样方的大小会影响调查结果吗？（4）比较各小组的调查结果是否相同，如何正确对待？

设计意图：培养学生归纳总结和合作交流的能力，帮助学生在探究过程中掌握科学的思维方法，形成正确的科学态度。

学生活动三：游戏活动，利用提供的黑白围棋子、烧杯、布袋等工具，发挥各自的创造能力，估算出白围棋子的数量。

设计意图：通过游戏，让学生对统计方法有一个初步的感性认识，激发学生的学习兴趣，为标志重捕法的教学做铺垫。

学生活动四：展示江西省婺源县荷包红鲤的图片，婺源荷包红鲤养殖历史已有800多年，因其形似荷包，故名荷包红鲤，是食用、药用、观赏俱佳的国家级优良淡水鱼种，现已成为该县的特色产业之一。结合图片中的池塘，要求学生估算荷包红鲤的种群密度。讨论后教师利用多媒体动画演示标志重捕法的操作原理，并引导学生用数学方法估算出旁栏“学科交叉”中种群的密度。

设计意图：培养学生利用所学知识解决实际问题的能力。与数学学科相渗透，培养学生的知识综合运用能力，通过正确解答问题使学生体会到学习的乐趣，获得满足感，激发起强烈的求知欲。

4.提升和总结

引导学生回顾和总结本课时的主要内容，结合练习检查知识的掌握情况，做到学以致用。

四、教学反思

本课利用学生身边的事例和社会热点，创设情境，吸引学生的注意力，激发学习兴趣，使课堂进入较浓厚的学习氛围中。提倡“合作学习”，以小组活动为主线层层推进，把学习过程的主动权归还给学生，在教学中实现了学生作为主体的共同参与，学生的潜能得到了开发，主体地位得到了体现。

本课涉及的种群密度调查方法，样方法可以通过学生课前的实地调查，亲历探究过程，主动获取和生成新知识。标志重捕法无法在课堂教学过程中进行实地调查，本课利用游戏等活动进行模拟实验，激发学生兴趣，调动学生积极性，帮助学生将抽象的知识具体化、形象化，加强理论知识与实际生活的联系，促进和丰富探究性学习，转变学生的学习方式。

篇8：种群的特征教案

关键词：PSO,进化算法,收敛,种群多样性

0 引 言

粒子群优化算法PSO(Particle Swarm Optimization Algorithm)是一种近年来发展起来的群智能进化算法,它采用一种进化机制,使种群中的最优个体越来越靠近全局最优解。PSO以其计算迅速和易用性而很快应用到很多领域[1,2,3,4,5],但是由于PSO的早熟收敛现象大量出现在大规模的优化问题中,使得算法的执行受到一定的限制,比如需要经过多次运行才能得到一个可以接受的解,需要不断调整各个参数,甚至有时候多次的运行都会早熟收敛到一个次优解等,这时候用PSO算法就很难得到令人满意的结果。

通常认为,PSO的早熟收敛是由于种群多样性的丧失,导致群体中的大部分个体聚集在一个很小的范围,如果这个小的范围不含最优解,算法就很难跳出这个局部最优范围,因为这时候种群已经失去了在大范围搜索的能力。跳出局部最优范围,从而避免早熟收敛的方法就是增大或控制种群多样性,使得种群多样性不致丧失得过快或始终保持一定的多样性水平,这样就保证了种群中个体能够分布在一个较大的范围,以利于算法的全局搜索。但是本文通过实验发现,这种说法并不确切,PSO算法早熟收敛并不是由于丧失了多样性,而是由于多样性曲线变得比较平坦,失去了平衡全局搜索和局部搜索的能力。

1 标准PSO算法

1995年,Kennedy和Eberhart首次提出了PSO算法[6]。PSO算法过程简单,易于实现,参数的选择也不复杂,并且计算迅速,因此很快引起了国际上众多领域相关学者的关注,不论是理论上的研究还是各个领域的实际应用,都取得了很多进展。

PSO算法是基于群智能的随机搜索优化算法。算法中,把问题的解称为粒子,一个粒子除了具有一个位置量(坐标)之外还有一个速度量,位置可以用来计算粒子的适应值,而速度用来表示粒子下一次到达的位置与当前位置的差,速度决定了粒子下一次进化的位置。算法开始时,随机初始化一组解组成种群,每个粒子通过记忆两个量来达到进化的目的:一个是粒子寻找最优解过程中所经过的最好位置(记为pbest),一个是粒子群中最好的那个粒子的位置(记为gbest)。

设一个n维的搜索空间中,每一个粒子i的n维位置向量和速度向量分别是Xi和Vi,Xi用于计算粒子的的适应值,而Vi则用来修正粒子的位置。每一代中位置Xi和速度Vi的进化方程如公式(1)。

$\{\begin{array}{l}V{}_i(t+1)=\omega V{}_i(t)+c{}_1\text{r}\text{a}\text{n}\text{d}()({\rm P}{}_i(t)-X{}_i(t))+\\ c{}_2\text{r}\text{a}\text{n}\text{d}()(G(t)-X{}_i(t))\\ X{}_i(t+1)=X{}_i(t)+V{}_i(t+1)\end{array}(1)$

(1)式是向量式,t表示第t次迭代,Pi(t)表示第i个粒子所记忆的pbest的位置向量,G(t)表示gbest的位置向量,两个rand()是独立的[0,1]间的均匀分布随机数,c1和c2是学习因子,ω称为惯性权重,是Shi和Eberhart于1998年引入到进化方程中的[8]。初始时,Xi和Vi都随机选取。

实际操作中,需要引入一个阈值Vmax保证Vi不超过区间[-Vmax,Vmax]。如果Xi∈[-Xmax,Xmax],则一般可设定Vmax=k Xmax,0.1≤k≤1.0[7],本文中k均取0.1。

2 种群多样性

种群多样性是指种群中个体的差异性。进化必然会导致多样性发生变化,而种群多样性对于在搜索空间的持续搜索显得尤为重要,由于多数时候我们的目的是要尽可能地找到全局最优解或近似最优解,如果算法仅仅找到一个次优解时多样性就减少了,这时候,由于种群中包含大量的相似个体,种群不能够再进化出更好的个体,这种情况下搜索就可能陷入一个不含全局最优点的区域,并且难以逃离,这就是早熟收敛问题。一般认为,更多的多样性可以提供更多的进化机会,而多样性丧失的直接结果就是早熟。因此,保持多样性可以使得算法能够不断地搜索到未知区域,从而可以保证算法的全局搜索能力和最终结果的最优性。

种群多样性的测量方法有很多种,最常用的是两种计算平均距离的方法[9]:

(1) 所有个体到中心点的平均距离;

(2) 任意两个个体之间的平均距离。

对于第(1)种计算方法,如果几乎所有粒子都聚在一起,仅有个别离得比较远,就会使得群的中心位置偏离聚集点,从而多样性测量值增大,与直观不符合,因此本文中采用第(2)种计算方法,其计算公式为

其中,S为种群,|S|为种群所含粒子个数,N为问题的维数,d(xi,xj)代表个体xi和xj某种距离,欧氏空间中可以使用欧几里得距离。假设粒子i和j的位置向量分别为

xi=[pi,1,pi,2,...,pi,n]和xj=[pj,1,pj,2,...,pj,n]

则i和j的欧几里得距离$d{}_{ij}^E=\sqrt{{\displaystyle \sum _{k=1}^{{\rm N}}(}p{}_{ik}-p{}_{jk}){}^2}$。

同时,为了便于比较不同问题中的多样性大小,需要对多样性进行规范化处理,规范化的方法是除以搜索空间的最长半径|L|。

因此,多样性计算公式如(2)式。

显然,多样性越大,种群越分散,越利于算法的全局搜索;反之,种群越集中,越利于算法的局部搜索和收敛。

3 测试函数

本文选取表1中的F1-F6函数做实验,其中维数均为30维,理论最小值均为0。

4标准PSO算法的收敛性与种群多样性的关系

用标准PSO算法对F1-F6分别计算10次的结果如表2所示。

为了便于比较算法收敛过程中多样性的变化,作出函数F1～F6进化过程的适应值与多样性曲线如图1所示。

从图1中可以看出,在进化的前期多样性随适应值的减小整体呈下降趋势,这是算法收敛所必需的,因为如果多样性一直保持很高水平的话,就很难达到算法的收敛;而在进化的后期,适应值基本上没有什么变化,说明已达到或接近最优解,但是多样性曲线的变化却不可忽略:一方面,所有函数的多样性都有所回升,F3的多样性甚至回升至前期的水平,另一方面,F2,F3和F6的多样性曲线的震动频率和振幅也变得比较大。这说明,早熟收敛发生时,多样性还有可能保持在一个较高的水平,并且震动频率和振幅也有可能比较大。

多样性丧失必然导致收敛,但早熟收敛并不一定是因为多样性的丧失。因此,PSO的收敛到底需要什么样的多样性是我们下面研究的问题。

5 两种改进算法的比较

本小节的目的是使用某种控制或增大多样性的措施,研究是否能够使得PSO的收敛效果有所改善,从而找到收敛与多样性的关系。

粒子的最大速度Vmax是一个不可忽视的参数,它可以控制粒子绝对速度不会太大,否则的话,部分粒子的速度将会变得不可控制,从而使得粒子的位置坐标越出界外。基本算法中,Vmax是固定不变的,也就是说,所有粒子从算法开始到结束,都是在同样的最大速度控制下进行搜索。然而,很多多样性的研究指出[10],典型的进化算法总是在一个大范围搜索之后有一个在局部区域细致搜索的过程,因此我们期望Vmax是这样一个变量:在算法开始时Vmax比较大,以利于算法的大范围搜索;在算法的后期Vmax比较小,以利于算法的局部搜索。因此,我们给出下面两种改进的算法。

改进算法1:给Vmax引入一个权重λ,并且λ从1到0线性递减,记这种算法为PSOV1;

改进算法2:同样给Vmax引入一个权重λ,但是针对不同的粒子权重λ也不同。具体情况是,对全局最优点gbest,考虑到它具有较强的局部精细搜索能力,应该将其搜索步长缩短,因此定义它的权重λ的取值集合是Λgbest={0.001,0.0001,0.00001},每一次迭代中λ随机从Λgbest中选取;而对于其它粒子,我们将其细分,让它们分别具有全局搜索能力、局部搜索能力或者具有两者兼顾的能力,因此定义它们的权重λ的取值集合是Λothers={0.0001,0.01,0.1,1.0,2.0,4.0},每一次迭代中λ随机从Λothers中选取。

PSOV1采用越来越小的最大搜索步长,会控制种群的多样性不致下降得太快;PSOV2对每个粒子的每一次迭代采用不同的最大搜索步长,会增大种群的多样性。

试验中,对函数F1-F6分别用上述两种算法计算10次,迭代次数同第4部分,其结果如表3所示。

为了便于比较标准PSO算法、PSOV1和PSOV2三种算法收敛过程中的多样性关系,作出函数F1～F6分别采用三种算法的多样性曲线如图2所示。

从表3发现,PSOV1和PSOV2对连续函数的优化效果比标准算法都有不同程度的改善,两种改进算法相比较而言,PSOV2的效果更好一些,它在除函数F4外的优化结果上都大大好于PSOV1。

PSOV1只是简单地改变粒子群的最大搜索步长,放慢种群的收敛速度,从试验结果来看取得了一定的效果,但是整个种群还是“步伐一致”地进行搜索。而实际上,在迭代的中间阶段,可能有些个体已经非常靠近全局最优解,我们需要使它放慢搜索速度,而另一些个体可能离最优解还比较远,我们需要加快其搜索速度,因此,每个个体应该具有不同的最大搜索步长,这就是我们在PSOV2中采取的措施。试验结果表明,这样改进以后确实比原来的效果要好。PSOV2中采取的措施使得种群中的每个个体会采取不同的搜索策略:同一次迭代中,有的个体偏重全局搜索,而有的个体偏重局部搜索;而对同一个个体,有时候偏重全局搜索,有时候又偏重局部搜索,这样就增大了种群的多样性。

观察图2可知,标准PSO算法优化效果最差,但是多样性并不一定是最低的,相反,在除函数F6的多样性曲线中它一直都高于优化效果最好的PSOV2;而优化效果最好的PSOV2的多样性只有在函数F6中明显高于PSOV1和标准PSO算法。这说明,多样性的大小与算法早熟收敛与否并不存在因果关系,多样性比较高同样有可能陷入早熟,而多样性比较低也有可能保持持续收敛。那么,到底是什么样的多样性使得PSOV2的收敛效果好于标准PSO和PSOV1？

观察图2中6个函数的多样性曲线不难发现,PSOV2的多样性曲线都有一个明显的特征,就是震动频率和振幅相对其它两条曲线来说显得比较大,F1,F3和F6最明显;F2和F5只在算法的前期震动频率和振幅比较大,后期显得比较平坦;F4初看显得有点例外,但观察表3中的数据发现,PSOV1的优化效果要好于PSOV2,这正好在多样性曲线中得以体现,因为F4的多样性曲线中PSOV1的震动频率和振幅更加明显一些,尤其是在算法的后期显得更突出。

由以上分析不难发现,能够持续收敛从而避免早熟的算法,比如PSOV2和用于优化F4的PSOV1,它们的多样性曲线应该具有较大的震动频率和振幅,而与多样性的大小关系不大。

多样性曲线的震动频率和振幅比较大,说明种群能够随时达到相对比较大的多样性,也能够达到相对比较小的多样性。也就是说,种群能够随时达到很大程度的分散状态,也能够随时达到很大程度的聚集状态。这样,种群就能够在全局搜索和局部搜索之间转换。因此,多样性曲线的震动频率和振幅比较大,表明算法在不停地寻找全局搜索和局部搜索的平衡点。

观察图2的F2和F5的多样性曲线,这两个函数用PSOV2优化的效果要好于用其它两种算法,多样性曲线上PSOV2在算法的前期震动频率和振幅比较大,而后期不太明显,但这已经足以使得PSOV2的优化效果好于标准PSO和PSOV1,这说明算法前期的多样性尤为重要:如果算法能在前期保持多样性曲线比较大的震动频率和振幅,就可以使算法从一开始就有机会在全局搜索和局部搜索之间寻找平衡,而不必等待早熟时再跳出局部最优。从第4部分的实验也可以看出这一点,在第4部分中,我们使用标准PSO算法的多样性曲线(如图1),图1中F2,F3和F6的多样性曲线的震动频率和振幅在后期也比较大,但是收敛却陷入了停滞。这说明,如果在算法的前期没有比较大的多样性曲线的震动频率和振幅,即使后期的震动频率和振幅变得比较大,对算法的持续收敛也不一定会有帮助,这可能是因为这时候的最优解离这个次优区域比较远。

由此,我们得到效果好的算法的种群多样性曲线的两个重要特征:一个是保持缓慢下降。另一个是保持较大的震动频率和振幅,尤其是算法前期的震动频率和振幅。

6 结论——理想的种群多样性曲线

传统观念认为,多样性应该保持在一个比较高或者说比较适当的水平。然而我们发现,标准PSO算法中多样性实际上也是比较高的,但算法并没有表现出持续收敛的趋势。

从第5部分的试验和分析可以发现,尽管我们把多样性函数进行了规范化处理,每个问题的种群多样性差别还是很大。到最终收敛时,有的函数的多样性已经达到了10-20以下,但是有些函数的多样性还停滞在10-2左右。无论怎样,在保证收敛的情况下,多样性整体上呈下降趋势,但对于好的算法而言,应该保持多样性不致下降太快,并且从局部细看的话会有较大幅度的震荡,就如图2中的F1,F3和F6函数。但是对于比较复杂的优化函数和搜索区域,比如最优解出现在一个狭长的带状区域,多样性曲线必定会出现陡降和水平的梯状。因此,我们只能在控制多样性的下降趋势中,想办法增大多样性曲线的震动频率和振幅。尤其是增大算法前期的震动频率和振幅,这样才能在早熟收敛之前尽可能全面地搜索到整个区域,并且能够尽快找到全局搜索和局部搜索的平衡点。

因此,我们的结论是,理想的种群多样性曲线应该是缓慢下降的并且具有较大的震动频率和振幅,尤其是在算法运行的前期。这样算法才能在全局搜索和局部搜索之间寻找平衡,而多样性的大小相对来说就不是很重要了。这也是一个好的进化算法应该具有的多样性上的特征。

参考文献

[1] Settles M,Rodebaugh B,Soule T.Comparison of genetic algorithm and particle swarm optimizer when evolving a recurrent neural network. Lecture Notes in Computer Science (LNCS) No. 2723: Proceedings of the Genetic and Evolutionary Computation Conference 2003,Chicago, IL, USA. 2003:151-152.

[2] Abido M A. Particle swarm optimization for multimachine power system stabilizer design. Power Engineering Society Summer Meeting,2001:1346-2001.

[3]Rasmussen TK,Krink T.Improved Hidden Markov Model training formultiple sequence alignment by a panicle swarm optimization—evolu-tionary algorithm hybrid.Biosystems,2003,72(12):5-17.

[4]Agrafiotis D K,Cedeno W.Feature selection for structure-activity corre-lation using binary panicle swarms.Journal of Medicinal Chemistry.2002,45(5):1098-1107.

[5]van den Bergh F,Engelbrecht A P.Cooperative leaning in neural net-works using particle swarm optimizers.South African Computer Jour-nal,2002,26:84-90.

[6] Kennedy J,Eberhart R C.Particle Swarm Optimization.Proceedings of IEEE International Conference on Neural Networks.Piscataway,NJ.1995:1942-1948.

[7] Frans van den Bergh,Andries P Engelbrecht.A Cooperative Approach to Particle Swarm Optimization. IEEE transactions on evolutionary computation,2004,8(3).

[8]SHI Yuhui,Eberhart R C.A Modified Particle Swarm Optimizer.Pro-ceedings of IEEE International Conference on Evolutionary Computa-tion.Piscataway,NJ.1998:69-73.

[9] Cao Y J, Wu Q H.An improved evolutionary programming approach for economic dispatch.to be appeared in ICEC’97.