导读:本文包含了概率基因调控网络论文开题报告文献综述及选题提纲参考文献，主要关键词:基因调控网络,优化控制,概率模型检测,遗传算法
概率基因调控网络论文文献综述
刘爽,魏欧,郭宗豪[1]（2018）在《基于概率模型检测和遗传算法的基因调控网络的无限范围优化控制》一文中研究指出基因调控网络是一类基本且重要的生物网络,通过对其进行控制可以实现生物系统功能的调节。在生物系统中,通过外部的干预控制构造关于基因调控网络的控制理论成为了非常热门的研究主题。目前,作为一种重要的网络模型,带有干扰且上下文相关的概率布尔网络已经被广泛地应用于基因调控网络优化控制问题的研究中。针对无限范围的优化控制问题,文中提出了一种基于概率模型检测和遗传算法的近似最优控制策略的计算方法。首先,该方法将无限范围控制中定义的期望总成本归约为离散时间马尔科夫链上的平稳状态回报;然后,构建包含固定控制策略的带有干扰且上下文相关的概率布尔网络模型,采用带回报属性的时序逻辑公式表示固定控制策略的成本,采用概率模型检测器PRISM进行自动计算。进一步,采用遗传算法,将固定控制策略编码为遗传算法解空间中的个体,基于其控制成本,定义个体的适应度值,将PRISM作为求解器,通过在解空间上迭代地执行遗传操作获取近似最优解。将所提方法应用于WNT5A网络中,实验结果证明了该方法的有效性。(本文来源于《计算机科学》期刊2018年10期）
郭宗豪[2]（2017）在《基于概率模型检测的基因调控网络优化控制问题研究》一文中研究指出基因调控网络是一类基本且重要的生物网络,通过对其控制可以实现生物系统功能的调节。在系统生物学中,通过外部的干预控制构造关于基因调控网络的控制理论成为一个非常热门的主题。该控制理论有助于发展未来的基因治疗技术以及解决一些生命科学问题。目前,布尔网络和概率布尔网络作为重要的网络模型已经被广泛地用于基因调控网络优化控制问题的研究中。基因调控网络的优化控制问题是指寻找有效的控制策略使得网络按照期望的方式演变,同时最小化控制成本。由于采取不同的控制时长,优化控制问题可以分为有限范围优化控制问题和无限范围优化控制问题。根据两类优化控制问题的定义,本文提出了以概率模型检测技术为基础的解决方法。针对有限范围的优化控制问题,本文提出了一种以概率模型检测为基础求解最优期望总成本以及相应优化控制策略的方法。首先,该方法使用概率模型检测器PRISM提供的建模语言描述在具有控制输入情况下带有干扰且上下文相关的概率布尔网络。然后,归约优化控制中定义的最优期望总成本为马尔科决策过程上的最小可达性回报。最后,在PRISM中,reward结构用于描述优化控制中的定量信息,最小可达性回报属性使用概率计算树逻辑公式表达并且通过模型检测算法实现自动求解。获取到的有限范围优化控制策略能够有效地改变网络的短期运行行为。提出的方法被应用到细胞凋亡网络和WNT5A网络中。实验结果证明了方法的正确性和有效性。进一步,本文还考虑了使用该方法求解带有硬性约束条件的有限范围优化控制问题,并在实验中证明了方法的灵活性。针对无限范围的优化控制问题,本文提出了一种以遗传算法和概率模型检测器PRISM相结合的方式求解最优期望总成本以及相应优化控制策略的方法。无限范围控制策略是一种固定控制策略,即不依赖控制时间,确定在每个网络状态上的控制决策。首先,该方法归约无限范围控制中定义的期望总成本为离散时间马尔科夫链上的平稳状态回报。其次,构建包含固定控制策略的带有干扰且上下文相关概率布尔网络的PRISM模型。然后,为了求解无限范围优化控制问题,固定控制策略被编码为遗传算法解空间中的一个个体。个体的适应度值在PRISM中被计算。最后,遗传算法在解空间上迭代地执行遗传操作从而获取最优解。获取到的无限范围优化控制策略能够有效地改变网络长期运行行为。提出的方法被应用到WNT5A网络中。实验结果证明了方法的正确性和有效性。(本文来源于《南京航空航天大学》期刊2017-03-01）
张艳[3]（2015）在《部分转移概率缺失的时滞马尔可夫型基因调控网络稳定性分析》一文中研究指出针对部分转移概率缺失的时滞马尔可夫型基因调控网络(GRNs)的稳定性问题,通过构造包含翻译过程和转录过程中时滞信息的增广李亚普诺夫函数,在弱化李亚普诺夫函数条件的基础上采用广义的Wirtinger's不等式估计李亚普诺夫函数的弱无穷小算子,提出了GRNs时滞相关稳定性判据.最后,数值实例和仿真结果说明所提的稳定性判据的有效性及优越性.(本文来源于《信息与控制》期刊2015年06期）
张宏怡,张军英[4]（2007）在《基于因果关系挖掘的概率基因调控网络的构建》一文中研究指出科学的基因聚类方法是构建基因调控网络的前提,但仅以聚类作为构建网络的主要手段只能找到共同调控的基因,不能精确反映基因之间的相互作用过程。贝叶斯网络模型通过基于图的方式求得多变量之间条件独立的概率因果关系,但因其计算复杂性受到应用层面的限制。该文综合考虑几方面因素,在对基因进行聚类基础上,通过对调控关系的预测获得对目标基因的调控基因组,再利用LCD(localcausal relation discovery)方法通过限制搜索条件发现基因间的独立关系,进而获得基因调控网络。实验结果表明了该方法的可行性和有效性。(本文来源于《计算机工程》期刊2007年15期）
概率基因调控网络论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基因调控网络是一类基本且重要的生物网络,通过对其控制可以实现生物系统功能的调节。在系统生物学中,通过外部的干预控制构造关于基因调控网络的控制理论成为一个非常热门的主题。该控制理论有助于发展未来的基因治疗技术以及解决一些生命科学问题。目前,布尔网络和概率布尔网络作为重要的网络模型已经被广泛地用于基因调控网络优化控制问题的研究中。基因调控网络的优化控制问题是指寻找有效的控制策略使得网络按照期望的方式演变,同时最小化控制成本。由于采取不同的控制时长,优化控制问题可以分为有限范围优化控制问题和无限范围优化控制问题。根据两类优化控制问题的定义,本文提出了以概率模型检测技术为基础的解决方法。针对有限范围的优化控制问题,本文提出了一种以概率模型检测为基础求解最优期望总成本以及相应优化控制策略的方法。首先,该方法使用概率模型检测器PRISM提供的建模语言描述在具有控制输入情况下带有干扰且上下文相关的概率布尔网络。然后,归约优化控制中定义的最优期望总成本为马尔科决策过程上的最小可达性回报。最后,在PRISM中,reward结构用于描述优化控制中的定量信息,最小可达性回报属性使用概率计算树逻辑公式表达并且通过模型检测算法实现自动求解。获取到的有限范围优化控制策略能够有效地改变网络的短期运行行为。提出的方法被应用到细胞凋亡网络和WNT5A网络中。实验结果证明了方法的正确性和有效性。进一步,本文还考虑了使用该方法求解带有硬性约束条件的有限范围优化控制问题,并在实验中证明了方法的灵活性。针对无限范围的优化控制问题,本文提出了一种以遗传算法和概率模型检测器PRISM相结合的方式求解最优期望总成本以及相应优化控制策略的方法。无限范围控制策略是一种固定控制策略,即不依赖控制时间,确定在每个网络状态上的控制决策。首先,该方法归约无限范围控制中定义的期望总成本为离散时间马尔科夫链上的平稳状态回报。其次,构建包含固定控制策略的带有干扰且上下文相关概率布尔网络的PRISM模型。然后,为了求解无限范围优化控制问题,固定控制策略被编码为遗传算法解空间中的一个个体。个体的适应度值在PRISM中被计算。最后,遗传算法在解空间上迭代地执行遗传操作从而获取最优解。获取到的无限范围优化控制策略能够有效地改变网络长期运行行为。提出的方法被应用到WNT5A网络中。实验结果证明了方法的正确性和有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
概率基因调控网络论文参考文献
[1].刘爽,魏欧,郭宗豪.基于概率模型检测和遗传算法的基因调控网络的无限范围优化控制[J].计算机科学.2018
[2].郭宗豪.基于概率模型检测的基因调控网络优化控制问题研究[D].南京航空航天大学.2017
[3].张艳.部分转移概率缺失的时滞马尔可夫型基因调控网络稳定性分析[J].信息与控制.2015
[4].张宏怡,张军英.基于因果关系挖掘的概率基因调控网络的构建[J].计算机工程.2007