基于貝葉斯網(wǎng)絡(luò)的基因調(diào)控網(wǎng)絡(luò)建模分析與研究.pdf

1、隨著信息技術(shù)與計(jì)算科學(xué)不斷發(fā)展，人們?cè)谘芯孔匀豢茖W(xué)的同時(shí)，越來(lái)越對(duì)自身奧秘和生物進(jìn)化過(guò)程產(chǎn)生濃厚的興趣。人類基因組計(jì)劃的逐步實(shí)施，基因芯片微陣列技術(shù)的出現(xiàn)，標(biāo)志著后基因組時(shí)代已經(jīng)來(lái)臨。對(duì)大規(guī)模的生物數(shù)據(jù)進(jìn)行數(shù)學(xué)建模和分析，構(gòu)建基因調(diào)控網(wǎng)絡(luò)成為重要的研究方向。
　　 分析了已有的基因調(diào)控網(wǎng)絡(luò)模型的特點(diǎn)，考慮到貝葉斯網(wǎng)絡(luò)模型作為隨機(jī)模型，具有表述直觀、推理靈活、決策方便等優(yōu)點(diǎn)，研究了基于貝葉斯網(wǎng)絡(luò)的基因調(diào)控網(wǎng)絡(luò)構(gòu)建方法。
　　

2、 利用已知的樣本數(shù)據(jù)對(duì)網(wǎng)絡(luò)模型進(jìn)行重建，可以視為一個(gè)優(yōu)化問(wèn)題。根據(jù)這種思想，本文以貝葉斯網(wǎng)絡(luò)的BIC評(píng)分值作為目標(biāo)函數(shù)，選取了兩種不同的群優(yōu)化算法對(duì)貝葉斯網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)。第一種是粒子群優(yōu)化算法，文中采用互信息對(duì)初始父節(jié)點(diǎn)進(jìn)行了篩選，重新定義了粒子群優(yōu)化算法中的粒子位置、速度編碼、粒子迭代運(yùn)算法則以及參數(shù)。第二種是人工魚群算法，文中重新定義了人工魚群算法中的人工魚編碼、人工魚行為以及人工魚鄰居和聚類中心，為了避免算法陷入局部極值，引入了自