代谢途径智能优化的研究

作者：吕丽丽; 余永红; 孙俊; 须文波

来源：计算机仿真, 2011, (11): 205-209.

• 粒子群算法
• 参数估计
• 多样性指导
• 代谢分析 Particle swarm optimization(PSO)
• Parameter estimation
• Diversity-guided
• Metabolic analysis

研究非线性动力学生化代谢途径的参数估计(反问题),对α-蒎烯热异构化动力学模型进行研究,针对非线性代数-微分方程约束的非线性规划问题,频繁的病态和多峰值,传统的算法(如梯度算法)并不能得到满意的解。提出利用智能优化算法求解代谢途径的参数估计,利用算法的非线性逼近能力,将参数编码成算法的一组解向量,以实验值和预测值的误差平方加权的和为目标优化函数。仿真结果表明用多样性指导量子粒子群(Diversity-Guided Quantum-behaved ParticleSwarm Optimization,DGQPSO)算法求解较好,算法运用自适应机制来控制算法的收缩-发散过程,使算法在一定种群多样性...

• 出版日期2011
• 单位江南大学