基于粒子群优化的生物网络布局

作者：陈细妹; 王长缨; 温永仙

来源：昆明理工大学学报(自然科学版), 2013, (05): 52-60.

• 生物网络布局
• PSO优化
• 边界效应
• 广义反向学习
• 人工免疫 biological network layout
• PSO optimization
• boundary effect
• generalized opposition-based learning
• artificial immune

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.

• 出版日期2013
• 单位福建农林大学