基于小生境遺傳算法的定量關(guān)聯(lián)規(guī)則算法研究
發(fā)布時(shí)間:2023-11-12 15:07
隨著基因檢測手段的不斷升級,基因檢測成本的不斷降低,越來越多的疾病可以利用基因技術(shù)得到治療,在基因治療技術(shù)中,最重要的是尋找需要治療的致病基因位點(diǎn)。本文研究的主要目的就是挖掘多基因病的致病位點(diǎn),通過對基因數(shù)據(jù)的挖掘,找到其中隱藏的致病基因信息。具體的研究內(nèi)容和研究成果如下:1.研究了基于小生境遺傳算法的關(guān)聯(lián)規(guī)則挖掘算法NICGAR,發(fā)現(xiàn)該算法存在三處需要改進(jìn)的問題。第一個問題是EP更新過程中時(shí)間復(fù)雜度較高;為此,我們引入了堆排序和保留“距離”的方式進(jìn)行改進(jìn)。第二個問題是數(shù)據(jù)初始化過程中無法反應(yīng)數(shù)據(jù)集真實(shí)分布情況;針對這個問題,我們提出了“數(shù)據(jù)密度”的概念,從“數(shù)據(jù)密度”的角度去近似模擬其數(shù)據(jù)的分布情況設(shè)置振幅。第三個問題是變異算子以固定振幅作為變異幅度;針對這個問題,我們認(rèn)為如果數(shù)據(jù)密度較大,對其區(qū)間進(jìn)行改變的量相應(yīng)減小,如果數(shù)據(jù)密度較小,對其區(qū)間進(jìn)行改變的量相應(yīng)增大。2.為了說明上述三種問題改進(jìn)方案的可行性和優(yōu)勢性,本文進(jìn)行了四組對比試驗(yàn),分別為改進(jìn)算法和原NICGAR算法的對比、改進(jìn)算法和兩類NGAs算法的對比、改進(jìn)算法和四種單目標(biāo)進(jìn)化算法的對比以及改進(jìn)算法和兩種多目標(biāo)遺傳算法的對...
【文章頁數(shù)】:80 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要??
Abstract
1. 緒論
1.1 研究背景與意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 基因領(lǐng)域國外研究現(xiàn)狀
1.2.2 基因領(lǐng)域國內(nèi)研究現(xiàn)狀
1.2.3 國內(nèi)外對遺傳算法研究
1.2.5 國內(nèi)外對小生境遺傳算法在關(guān)聯(lián)規(guī)則中的研究
1.3 本文研究結(jié)構(gòu)
2. 預(yù)備知識
2.1 遺傳算法
2.1.1 遺傳算法的基本概念
2.1.2 遺傳算法的核心內(nèi)容
2.1.3 遺傳算法的理論基礎(chǔ)
2.1.4 遺傳算法的應(yīng)用領(lǐng)域
2.2 關(guān)聯(lián)規(guī)則
2.2.1 關(guān)聯(lián)規(guī)則的基本概念
2.2.2 關(guān)聯(lián)規(guī)則的興趣性度量
2.2.3 量化關(guān)聯(lián)規(guī)則
2.3 本章小結(jié)
3. 基于小生境遺傳算法的關(guān)聯(lián)規(guī)則挖掘算法及其改進(jìn)
3.1 小生境遺傳算法介紹
3.1.1 小生境的基本思想
3.1.2 小生境遺傳算法
3.2 NICGAR算法及其改進(jìn)方案
3.2.1 NICGAR基礎(chǔ)理論
3.2.2 外部種群EP及EP更新過程改進(jìn)
3.2.3 懲罰機(jī)制
3.2.4 重啟過程
3.2.5 小生境的識別與相似性度量
3.2.6 染色體的編碼及其數(shù)據(jù)劃分改進(jìn)
3.2.7 初始基因庫構(gòu)造
3.2.8 遺傳算子介紹及變異算子的改進(jìn)
3.2.9 適應(yīng)度函數(shù)的介紹
3.3 本章小結(jié)
4. 實(shí)驗(yàn)測試及其結(jié)果
4.1 實(shí)驗(yàn)設(shè)置及結(jié)果統(tǒng)計(jì)檢驗(yàn)
4.2 與NICGAR算法比較
4.3 與兩個NGAs算法比較
4.4 與單目標(biāo)遺傳算法比較
4.5 與多目標(biāo)遺傳算法比較
4.6 本章小結(jié)
5 在基因數(shù)據(jù)中探索
5.1 基因數(shù)據(jù)的組成
5.2 結(jié)果說明
5.3 本章小結(jié)
6 結(jié)論
6.1 主要研究結(jié)果
6.2 有待進(jìn)一步完善的地方
致謝
參考文獻(xiàn)
附錄
Ⅰ. 本文 4.2 節(jié)全部統(tǒng)計(jì)結(jié)果展示
Ⅱ. 研究生期間獲獎情況和論文發(fā)表情況
本文編號:3863399
【文章頁數(shù)】:80 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要??
Abstract
1. 緒論
1.1 研究背景與意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 基因領(lǐng)域國外研究現(xiàn)狀
1.2.2 基因領(lǐng)域國內(nèi)研究現(xiàn)狀
1.2.3 國內(nèi)外對遺傳算法研究
1.2.5 國內(nèi)外對小生境遺傳算法在關(guān)聯(lián)規(guī)則中的研究
1.3 本文研究結(jié)構(gòu)
2. 預(yù)備知識
2.1 遺傳算法
2.1.1 遺傳算法的基本概念
2.1.2 遺傳算法的核心內(nèi)容
2.1.3 遺傳算法的理論基礎(chǔ)
2.1.4 遺傳算法的應(yīng)用領(lǐng)域
2.2 關(guān)聯(lián)規(guī)則
2.2.1 關(guān)聯(lián)規(guī)則的基本概念
2.2.2 關(guān)聯(lián)規(guī)則的興趣性度量
2.2.3 量化關(guān)聯(lián)規(guī)則
2.3 本章小結(jié)
3. 基于小生境遺傳算法的關(guān)聯(lián)規(guī)則挖掘算法及其改進(jìn)
3.1 小生境遺傳算法介紹
3.1.1 小生境的基本思想
3.1.2 小生境遺傳算法
3.2 NICGAR算法及其改進(jìn)方案
3.2.1 NICGAR基礎(chǔ)理論
3.2.2 外部種群EP及EP更新過程改進(jìn)
3.2.3 懲罰機(jī)制
3.2.4 重啟過程
3.2.5 小生境的識別與相似性度量
3.2.6 染色體的編碼及其數(shù)據(jù)劃分改進(jìn)
3.2.7 初始基因庫構(gòu)造
3.2.8 遺傳算子介紹及變異算子的改進(jìn)
3.2.9 適應(yīng)度函數(shù)的介紹
3.3 本章小結(jié)
4. 實(shí)驗(yàn)測試及其結(jié)果
4.1 實(shí)驗(yàn)設(shè)置及結(jié)果統(tǒng)計(jì)檢驗(yàn)
4.2 與NICGAR算法比較
4.3 與兩個NGAs算法比較
4.4 與單目標(biāo)遺傳算法比較
4.5 與多目標(biāo)遺傳算法比較
4.6 本章小結(jié)
5 在基因數(shù)據(jù)中探索
5.1 基因數(shù)據(jù)的組成
5.2 結(jié)果說明
5.3 本章小結(jié)
6 結(jié)論
6.1 主要研究結(jié)果
6.2 有待進(jìn)一步完善的地方
致謝
參考文獻(xiàn)
附錄
Ⅰ. 本文 4.2 節(jié)全部統(tǒng)計(jì)結(jié)果展示
Ⅱ. 研究生期間獲獎情況和論文發(fā)表情況
本文編號:3863399
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3863399.html
最近更新
教材專著