基于粒子群改進算法的生物網(wǎng)絡(luò)建模與優(yōu)化研究.pdf

1、作為生物學(xué)與工程學(xué)的交叉學(xué)科，合成生物學(xué)結(jié)合了系統(tǒng)辨識和控制理論諸多特征，包括反饋和振蕩行為等。考慮到生物系統(tǒng)的復(fù)雜性，僅憑借經(jīng)驗知識不足以準(zhǔn)確捕獲其主要動態(tài)特征并開展深入的分析研究，因此有必要構(gòu)建生物系統(tǒng)的有效數(shù)學(xué)模型，從而獲得系統(tǒng)的機理特性。當(dāng)前，以粒子群優(yōu)化為代表的多種智能優(yōu)化算法在系統(tǒng)建模領(lǐng)域取得了顯著的進展，但依然存在算法易陷入局部最優(yōu)的問題。為此，本文通過對粒子群算法的拓?fù)浣Y(jié)構(gòu)進行改進來改善其全局搜索能力，并開展了生物網(wǎng)絡(luò)的

2、參數(shù)估計及結(jié)構(gòu)設(shè)計的應(yīng)用研究。本文的主要工作包括:
　　1.針對粒子群優(yōu)化算法和隨機漂移粒子群優(yōu)化算法存在陷入局部最優(yōu)和對參數(shù)敏感的問題，結(jié)合局部拓?fù)浣Y(jié)構(gòu)具有增強算法全局搜索能力的特性，提出了馮·諾依曼拓?fù)浣Y(jié)構(gòu)的隨機漂移粒子群優(yōu)化算法，并通過對經(jīng)典測試函數(shù)的尋優(yōu)仿真驗證了算法的有效性。
　　2.針對生物網(wǎng)絡(luò)參數(shù)估計時存在的非線性難題，應(yīng)用所提出的具有較強全局搜索能力的算法進行仿真求解，并與其他四種算法的結(jié)果進行了比較，結(jié)果表

3、明所提出的改進算法能有效提高實例系統(tǒng)的參數(shù)估計性能。
　　3.針對合成基因振蕩網(wǎng)絡(luò)的魯棒性設(shè)計問題，提出了一種改進算法的離散型優(yōu)化方法，結(jié)合兩步優(yōu)化思想，在優(yōu)化確定網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上進行了魯棒性能的優(yōu)化設(shè)計，仿真結(jié)果表明，經(jīng)過魯棒性能的優(yōu)化后，設(shè)計得到的網(wǎng)絡(luò)在結(jié)構(gòu)和參數(shù)方面的魯棒性能得到了很大的提高。
　　4.同時考慮結(jié)構(gòu)和參數(shù)的影響時，具有同步行為的振蕩器耦合網(wǎng)絡(luò)的優(yōu)化設(shè)計成為一個混合整數(shù)優(yōu)化問題。應(yīng)用所提出的改進優(yōu)化算法進