貝葉斯網(wǎng)在基因選擇中的應(yīng)用.pdf

1、人工生命的研究是當(dāng)前的研究熱點之一。貝葉斯網(wǎng)模型也以強大的知識表達和推理能力成為目前數(shù)據(jù)挖掘領(lǐng)域中的一項重要的工具。本文主要研究貝葉斯網(wǎng)在基因選擇的進化過程中的應(yīng)用。首先，通過對貝葉斯網(wǎng)學(xué)習(xí)算法的研究，提出了改進的貝葉斯網(wǎng)學(xué)習(xí)算法E-算法，并在通用的ALARM數(shù)據(jù)集上的實驗表明，E-算法有很好的學(xué)習(xí)結(jié)果。在此基礎(chǔ)上，本文通過模擬人工生命中的物種生存和競爭，給出了基于遺傳算法的人工染色體和人工基因生成的人工生命模型(ALGAE)，并獲取該

2、進化過程中存活的物種個體的基因染色體，將其作為人工基因的數(shù)據(jù)庫。最后一步，采用E-算法<'[41]>對人工基因數(shù)據(jù)庫進行分析，找出基因選擇中各基因間的關(guān)系圖，給出易于分析和理解的貝葉斯網(wǎng)圖形描述。本文得主要貢獻由以下三方面： 1．在基于評分和約束相結(jié)合r的混合算法進行貝葉斯網(wǎng)結(jié)構(gòu)的研究中，提出了兩點改進：1)針對傳統(tǒng)基于約束的學(xué)習(xí)算法中高階獨立測試運算復(fù)雜度高的局限，提出了基于統(tǒng)計的0階、1階和2階的低階獨立測試；2)針對已有的

3、搜索算法未考慮局部啟發(fā)性信息的不足，提出了根據(jù)每個結(jié)點與其父結(jié)點相互信息大小關(guān)系進行排序，作為搜索過程的啟發(fā)信息。實驗結(jié)果表明，與傳統(tǒng)方法對比，在保證精度的同時，本方法能大大提高提高了學(xué)習(xí)效率。 2．本文通過模擬基于“優(yōu)勝劣汰，適者生存”自然法則競爭機制的人工生命模型，設(shè)計了基于遺傳算法的人工生命實驗程序ALGAE，其中包括一些基本的生態(tài)行為和進化規(guī)律，進而研究物種滅絕等現(xiàn)象。其目的是為了尋找基因選擇的生物進化、物種選擇過程中的

4、適于生存的“規(guī)則”。ALGAE收集了進化過程的適應(yīng)個體的人工基因和人工染色體，獲得了基因選擇過程生存者的基因數(shù)據(jù)庫。此外，本文也將ALGAE應(yīng)用于商業(yè)競爭模型，通過模擬實驗結(jié)果，表明該商業(yè)模型在商業(yè)競爭的策略選擇中也有廣泛的應(yīng)用前景。 3．本文提出采用貝葉斯網(wǎng)對與人工基因數(shù)據(jù)庫進行分析研究，其目的是為了找出關(guān)鍵決定個體生存的“規(guī)則”。貝葉斯網(wǎng)模型是一種處理大量不確定數(shù)據(jù)的有效工具，能夠直觀而清晰的描述出變量間潛在的規(guī)律。我們采用

5、以E-算法為核心的貝葉斯學(xué)習(xí)算法程序BANANA對人工基因數(shù)據(jù)進行分析，通過貝葉斯網(wǎng)結(jié)構(gòu)建模，清晰、直觀的給出基NN擇的進化過程中生存者的基因之間的關(guān)系，進一步給出生物物種基NfN相互作用和影響的規(guī)律。 實驗結(jié)果表明，ALGAE和BANANA兩個程序能夠很好的獨立運行，并能結(jié)合運用給出基NN擇進化過程中適合生存基因的圖形描述。也就是說，貝葉斯網(wǎng)模型在進化過程的基因選擇中可以得到有效的應(yīng)用，在商業(yè)競爭、生態(tài)系統(tǒng)等的應(yīng)用中，它將以基