馬氏決策過程的多約束最優(yōu)及其在基因調(diào)控網(wǎng)中的應(yīng)用.pdf

1、中山大學(xué)博士學(xué)位論文馬氏決策過程的多約束最優(yōu)及其在基因調(diào)控網(wǎng)中的應(yīng)用姓名：劉秋麗申請學(xué)位級別：博士專業(yè)：概率論與數(shù)理統(tǒng)計指導(dǎo)教師：郭先平20100526馬氏決策過程的多約束最優(yōu)及其在基因調(diào)控網(wǎng)中的應(yīng)用準(zhǔn)則的策略迭代算法先得到使化學(xué)物種分子數(shù)均值最大的速率常數(shù)，然后繼續(xù)用策略迭代算法在使化學(xué)物種分子數(shù)的均值最大的速率常數(shù)里找到了使化學(xué)物種分子數(shù)平均方差最小的速率常數(shù)。據(jù)我們所知，以往的文獻(xiàn)沒有考慮過這樣的優(yōu)化問題．第四章介紹布爾網(wǎng)絡(luò)和概率

2、布爾網(wǎng)絡(luò)相關(guān)的定義和基礎(chǔ)知識．第五章討論了如何選取最優(yōu)的控制輸入使概率布爾網(wǎng)絡(luò)首次到達(dá)不想要的狀態(tài)的時間不超過給定的時間的問題．我們建立了概率布爾網(wǎng)絡(luò)的離散時間馬爾可夫決策過程首達(dá)目標(biāo)模型，通過最大化首次到達(dá)想要狀態(tài)的概率從而解決了這樣的優(yōu)化問題．這一章反應(yīng)了真實生活中的某些疾病的概率變化情況；我們所采用的優(yōu)化方法和算法與以前的文獻(xiàn)不同．第六章考慮在一個推廣的非同步的概率布爾網(wǎng)絡(luò)中如何選取最優(yōu)的組成性布爾網(wǎng)絡(luò)使得和網(wǎng)絡(luò)行為相關(guān)的風(fēng)險概率