基于粒子群优化的生物网络布局

摘要：

基本粒子群算法(Particle Swarm Optimization,PSO)用于生物网络布局优化存在以下不足:存在影响布局优化的边界效应(boundary effects),并且仅适用于小规模网络.针对边界效应提出了无边界限制的PSO算法(FPSO算法).该算法一定程度上减少了边界效应对布局的影响.针对较大规模生物网络布局,提出了具有免疫反向学习特性的PSO算法(IO_FPSO算法).采用主观评价、目标函数评价和布局准则定量评价进行算法比较,实验结果表明FPSO算法明显优于基本PSO算法,而IO_FPSO则进一步改善了较大规模生物网络布局效果.

关键词：生物网络布局、PSO优化、边界效应、广义反向学习、人工免疫

所属期刊栏目：38

分类号：Q811.4(生物工程学(生物技术))

资助基金：国家自然科学基金31171448;福建省自然科学基金2012D081,2012J01069;福建农林大学校青年基金2012XJJ17

在线出版日期：2013-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：52-60