資源描述：
《基于離散粒子群優(yōu)化的生物網(wǎng)絡全局比對-研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在教育資源-天天文庫。
1、萬方數(shù)據(jù)西安電子科技大學學位論文獨創(chuàng)性（或創(chuàng)新性）聲明秉承學校嚴謹?shù)膶W風和優(yōu)良的科學道德，本人聲明所呈交的論文是我個人在導師指導下進行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標注和致謝中所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果；也不包含為獲得西安電子科技大學或其它教育機構的學位或證書而使用過的材料。與我一同工作的同事對本研究所做的任何貢獻均已在論文中作了明確的說明并表示了謝意。學位論文若有不實之處，本人承擔一切法律責任。本人簽名：日期：西安電子科技大學關于論文使用授權的說明本人完全了解西安電子科技大學有關保留和使用學位論文的規(guī)定，即：研究生在校攻讀學
2、位期間論文工作的知識產(chǎn)權屬于西安電子科技大學。學校有權保留送交論文的復印件，允許查閱、借閱論文；學?？梢怨颊撐牡娜炕虿糠謨?nèi)容，允許采用影印、縮印或其它復制手段保存論文。同時本人保證，結合學位論文研究成果完成的論文、發(fā)明專利等成果，署名單位為西安電子科技大學。保密的學位論文在年解密后適用本授權書。本人簽名：導師簽名：日期：日期：萬方數(shù)據(jù)萬方數(shù)據(jù)摘要摘要生物網(wǎng)絡比對旨在通過比較分析的方法來識別不同分子相互作用網(wǎng)絡中的相似模塊。生物網(wǎng)絡比對對理解網(wǎng)絡之間的進化關系、預測未知節(jié)點的功能、分析人類疾病的機理等具有重要的意義。生物網(wǎng)絡比對問題是一個NP-hard問題，因而近似優(yōu)化算法，例如粒子
3、群優(yōu)化算法，是用來有效求解網(wǎng)絡比對問題的很好選擇。粒子群優(yōu)化（ParticleSwarmOptimization）是一種模擬鳥群協(xié)作覓食行為的群智能方法。粒子群優(yōu)化有實現(xiàn)簡單、收斂速度快、不需要問題領域知識等特點。本文利用生物網(wǎng)絡的特性和粒子群優(yōu)化的優(yōu)點，來優(yōu)化生物網(wǎng)絡比對。本文的主要工作可歸納如下：（1）研究了粒子群優(yōu)化方法的基本理論，提出了基于3-Opt的離散粒子群優(yōu)化算法用來優(yōu)化生物網(wǎng)絡比對。在這個算法中，針對網(wǎng)絡比對問題，設計了一種基于排列的粒子群狀態(tài)離散方法；利用了生物網(wǎng)絡中的樞紐節(jié)點在保持網(wǎng)絡結構和功能具有重要作用這一特性，提出了一種基于節(jié)點度的初始化方法；分析了生物網(wǎng)絡比
4、對中每對匹配的可交換特性，設計了基于3-Opt的局部搜索方法，用來加快算法的收斂速度。該算法所得的網(wǎng)絡比對具有較好的拓撲質量，能夠識別出較大的最大公共連接子圖。（2）根據(jù)生物不同網(wǎng)絡中存在一定的具有同源關系的節(jié)點，以及對于網(wǎng)絡比對匹配網(wǎng)絡的邊能夠彌補節(jié)點低相似度匹配的不足。提出了一種的基于播種-擴展（seed-and-extend）的網(wǎng)絡相似度分步優(yōu)化策略。應用其于粒子群優(yōu)化，設計了一種基于播種-擴展的離散粒子群優(yōu)化算法用來優(yōu)化生物網(wǎng)絡比對。在該算法中提出了一種基于序列相似性的初始化方法和基于擾動的局部搜索方法。該算法獲得的網(wǎng)絡比對具有很高的功能一致性，并且能在拓撲質量和生物質量上保持
5、平衡。關鍵詞：復雜網(wǎng)絡，生物網(wǎng)絡比對，粒子群優(yōu)化，3-Opt，seed-and-extendI萬方數(shù)據(jù)西安電子科技大學碩士學位論文II萬方數(shù)據(jù)ABSTRACTABSTRACTBiologicalnetworkalignmentaimsatidentifyingthesimilarregionofdifferentmolecularinteractionnetworksbycomparativeanalysis.Biologicalnetworkalignmentisofgreatsignificancetounderstandtherelationshipofnetworks,iden
6、tifythepoorlycharacterizednodewiththehelpofthewell-studiedoneandgetinsightintothemechanismofhumandisease.ThenetworkalignmentproblemisknowntobeNP-hard.Forthisreason,theapproximateoptimizationmethod,suchasparticleswarmoptimization,isasuitableoptiontoaddressthenetworkalignmentproblem.ParticleSwarmO
7、ptimization(PSO)isaswarmintelligencemethodsimulatingthecollaborationbehaviorofbirdflocking.PSOhastheadvantageofsimpleimplementation,fastconvergenceandnorequirementofproblem-specificinformation.Ourmainworkinthisthesisisthatad
