生存遷移算法及在重構(gòu)基因調(diào)控網(wǎng)絡(luò)中的應用.pdf

1、自然界和人類社會是一個不斷演化的復雜系統(tǒng)。自然界中復雜的生物演化過程與機理啟發(fā)人們提出了諸多智能優(yōu)化算法(Intelligent Optimization Algorithms， IOA)，如進化算法(Evolutionary Algorithms,EA)、模擬退火算法(Simulated Annealing, SA)、禁忌搜索算法(TabuSearch, TS)、蟻群算法(Ant Colony Optimization, ACO)、粒

2、子群算法(Particle Swarm Optimization, PSO)等，已在許多科學研究與工程領(lǐng)域中得到應用。
　　 達爾文的另一研究——自然界中的遷移現(xiàn)象，特別是人類社會中復雜的遷移活動，構(gòu)成了生物進化的另一基本方向。遷移不僅體現(xiàn)在宏觀個體的移動上，而且在微觀的演化中也存在著遷移過程。自然界和人類社會中的個體（或群體），不斷地遷移和適應復雜的未知環(huán)境，逐步尋找到最佳的生存空間。本文試圖將這種生存遷移規(guī)律抽象為一種算法，

3、提出了一種新的生存遷移算法(Living Migration Algorithm,LMA)，進一步豐富了智能優(yōu)化算法的功能。為了進一步研究LMA處理復雜系統(tǒng)的能力，還將LMA應用到基因調(diào)控網(wǎng)絡(luò)重構(gòu)的研究中。
　　 本文主要研究內(nèi)容及創(chuàng)新點包括：
　　 1、基于達爾文生物遷移理論，將模擬自然界和模擬人類社會相結(jié)合，根據(jù)生物的生存規(guī)律，首次提出了一種新的自適應概率優(yōu)化算法——生存遷移算法(LMA)。指出了LMA的生物學背景，

4、闡述了該算法的機理、基本結(jié)構(gòu)和實現(xiàn)過程。
　　 2、在LMA的基礎(chǔ)上，給出了一種新的生存遷移計算(Living Migration Computing, LMC），便于LMA能較好地應用。文中給出了LMC的基本結(jié)構(gòu)及實現(xiàn)過程。
　　 3、給出了LMA的形式化隨機過程描述，以公理化模型證明了各操作算子為選擇和繁殖算子，指出LMA是一種智能優(yōu)化算法。依據(jù)算法收斂性定義，分析并證明了LMA依概率收斂于全局最優(yōu)值，并給出了LMA

5、的收斂速度估計和計算時間復雜度分析。
　　 4、進行了LMA的仿真實驗，比較分析了LMA的搜索性能。四類經(jīng)典的優(yōu)化問題可從收斂速度、全局最優(yōu)值搜索能力、局部精細搜索能力、穩(wěn)定性和處理噪音的能力方面檢測算法的性能，實驗結(jié)果表明LMA具有較快的收斂速度和全局優(yōu)化能力，較好的穩(wěn)定性，能處理含有噪音的優(yōu)化問題。
　　 5、提出了一種新的基因調(diào)控網(wǎng)絡(luò)重構(gòu)體系結(jié)構(gòu)，利用LMA重構(gòu)了老鼠中樞神經(jīng)系統(tǒng)(Rat Central Nervo