現(xiàn)代計算方法講座ppt課件(已修改)
2025-05-13 12:14 本頁面
【正文】 現(xiàn)代計算方法專題 提綱 ? 進化計算方法（遺傳算法） ? 人工神經(jīng)網(wǎng)絡 ? 蟻群智能計算 ? 數(shù)據(jù)挖掘技術與方法（支持向量機） 背景介紹 21世紀，系統(tǒng)生物學的誕生進一步提升了后基因組時代的生命科學研究能力。正如胡德所說： “ 系統(tǒng)生物學將是 21世紀醫(yī)學和生物學的核心驅(qū)動力。 ” 生物學世紀的兩樁令人矚目的科學事件 ◆ 1994年 ,美國科學家 Adelman在 Science上發(fā)表了第一篇用 DNA分子的生化反應進行計算并解決人類數(shù)學問題的開創(chuàng)性文章。這個事件則向人們揭示，生命體也是計算的主體，不僅人、動物甚至更簡單的生命物質(zhì)也會進行計算，例如細胞核 DNA份子也可以是計算的主體。 ◆ 2022年 ,人類染色體的 DNA全序列測序完成，從此人類有了自己的遺傳密碼。這件事告訴人們生命體是計算的產(chǎn)物，這種計算依賴的數(shù)據(jù)和計算程序的編碼隱藏在人類已測定的 30億個堿基對中。 進入 21世紀短短的 10年，向生命世界學習計算的思想悄然在科學界傳播開來，形成新的計算主義。 一、進化計算方法（遺傳算法） ? 兩種力量導致了生物進化的產(chǎn)生，構成進化的基本要素：變異與選擇。 ? 根據(jù)現(xiàn)代生物進化理論，所有的生物體的特征及其變化都受到基因的控制，并將自己的基因拷貝給子女，這就是遺傳密碼。 ? 自然選擇是對生物的表現(xiàn)型的選擇遺傳變異是基因型中某個遺傳密碼形成突變，或者遺傳密碼進行重新組合。 ? 在模仿進化原理而形成的仿生計算中最基礎與典型的算法就是 遺傳算法 (Geic Algorithm) ? 遺傳算法是 John Holland開發(fā)的一種進化算法 ? 遺傳算法的基本操作： Step 1 將問題求解的對象編碼成由基因組成的染色體； Step 2 設計雜交和變異規(guī)則； Step 3 設計適應值函數(shù)并進行遺傳操作。 GA的形式化定義 ? 記 為抽象的個體， 為所有字符長度為 的二進制串的集合。種群 表示為 個個體的一個組，記為 ，定義適應值函數(shù) (實數(shù) )， 稱為個體的適應值。選擇操作的算子定義為 ；雜交操作的算子 ；變異操作的算子 。定義 為雜交概率， 為變異概率，則一下七元組就定義了一個遺傳運算（即為一個特定的 GA） lPB? lB l12( , , , )nP p p p?n lPB?: lf B R?()ifp: lls B B? : l l lc B B B??: llm B B? [0,1]cP ?[0,1]mP ?( , , , , , , )cmG A P f s c m P P?案例 ? 實例目標函數(shù)作圖， Matlab程序 x = 1: : 2。 y = x .* sin(10*pi * x) + 。 plot(x, y)。 grid on。 二、人工神經(jīng)網(wǎng)絡 ? 早在 20世紀上半葉開始了這個領域的研究，在多半個世紀的發(fā)展中成為無論在理論還是應用方面都日趨成熟的仿生計算分支。 ? 神經(jīng)網(wǎng)絡具有學習功能，其學習也稱訓練。神
教學課件相關推薦
鄂ICP備17016276號-1