基于遺傳算法的雙向聚類分析研究.pdf

1、微陣列技術(shù)是實(shí)驗(yàn)分子生物學(xué)最新的重大突破之一，作為一個(gè)強(qiáng)有力的工具，它可以同時(shí)得到上千個(gè)基因的表達(dá)水平，產(chǎn)生大規(guī)模基因表達(dá)數(shù)據(jù)。由于在基因表達(dá)分析中有巨大的潛力，有助于病情診斷、新藥開發(fā)和生命科學(xué)研究，自雙向聚類算法被提出開始，它便被廣泛應(yīng)用于基因表達(dá)數(shù)據(jù)研究中，但現(xiàn)有的算法都還存在一些不足，因此研究雙向聚類算法非常必要。
　　本論文應(yīng)用遺傳算法來解決雙向聚類問題，提出了一種改進(jìn)SGBI(Sequential Genetic Bi

2、clustering)算法，它采用連續(xù)覆蓋策略來搜索雙向聚類，通過避免重疊策略來盡可能避免結(jié)果雙向聚類間的重復(fù)，將種群分為兩部分進(jìn)化以平衡種群的選擇壓力和種群多樣性，主要包括以下幾個(gè)方面：
　　1．算法使用了基于遺傳算法的連續(xù)覆蓋策略。連續(xù)覆蓋策略連續(xù)執(zhí)行最優(yōu)搜索模塊，它將基因表達(dá)矩陣和某個(gè)給定閾值作為輸入，隨機(jī)產(chǎn)生初始群體，并通過適應(yīng)度函數(shù)的引導(dǎo)，按照適者生存的原理，重復(fù)執(zhí)行選擇、交叉、變異等遺傳操作來進(jìn)化，獲得平均平方殘差低于

3、給定閾值的雙向聚類作為結(jié)果。
　　2．利用避免重疊策略來改善雙向聚類算法的迭代過程。沒有使用隨機(jī)數(shù)來覆蓋已發(fā)現(xiàn)雙向聚類，而是在每次獲得結(jié)果后調(diào)整基因表達(dá)矩陣的懲罰值權(quán)重來盡可能避免結(jié)果間的重復(fù)，避免了其他算法中存在的隨機(jī)數(shù)干擾問題，有效控制了結(jié)果雙向聚類間的重疊率。
　　3．根據(jù)種群內(nèi)個(gè)體到當(dāng)前最優(yōu)個(gè)體的距離，把種群分成兩部分，分別按照不同的進(jìn)化策略執(zhí)行進(jìn)化操作，然后重組，有效地地平衡了種群的選擇壓力和種群多樣性。