研究结果表明，响应面模型能够有效的拟合插齿刀几何参数和插削力之间的函数关系，并通过多岛遗传算法的优化，插削力减小了34.87%，优化效果显著，对于插削力过大引起齿圈齿形精度不高的问题研究具有重要意义。
基于高频水质在线监测数据，结合遗传算法和神经网络模型，建立了基于遗传-神经网络(Improved Genetic Algorithm-BackPF-04929113分子量 Propagation Neural Network, IGA-BPNN)的河流水质预测模型，实现对河流水质的实时预测预警。将该方法应用于美国波托马克河流中，对其水质参数浊度(TURB)和电导率(SC)进行实时预测，并对预测结果进行性能分析，以验证基于IGA-BPNN的河流水质预测模型的准确性与可靠性。与BPNN模型的水质预测结果AZD1480细胞系进行对比分析，结果表明：IGA-BPNN模型对水质参数TURB和SC有更准确的预测效果。同时，IGA-BPNN模型对正常平稳条件下的水质参数TURB和SC预测结果的区间覆盖率PICP分别为99.81%和100%，预测结果具有一定的可靠性。IGA-BPNN水质预测模型可以有效地识别长时间的水质异常或瞬时显著的水质变化情况，可实现对河流NU7441浓度水质的风险预警，最终可为河流突发水污染的应急处置措施的制定提供科学依据。
为了解海南岛及邻近大陆拟细鲫（Aphyocypris normalis）的遗传分化和亲缘地理过程，本研究采用线粒体细胞色素b（Cyt b）对9个种群共124个个体的遗传多样性和遗传分化进行了评估，并探讨了这一物种的亲缘地理结构及演化历史。结果显示，在1 140bp的序列中，共检测到87个核苷酸变异位点，定义了34个单倍型。