共查询到10条相似文献，搜索用时 187 毫秒
1.
细胞信号转导网络的结构复杂,规模庞大,建立的数学模型维数高,变量多,具有高度非线性。在复杂系统分析设计中,模型简化始终是主要的研究问题之一。提出一种基于混合推理方法的模型简化策略,利用代谢控制分析、敏感性分析、主元分析和通量分析相结合,降低系统模型维数,减少生化反应个数,简化系统结构。以NF-κB信号转导网络作为研究对象,原模型由24个常微分方程和64个参数组成,简化模型则包括17个常微分方程,1个代数方程和52个参数。仿真结果表明,简化模型能够准确地预测系统的动态特性,为模型分析和参数辨识提供方便,验证了模型简化策略的有效性。 相似文献
2.
近些年来,众多学者提出基于新步长选择策略的加速梯度投影算法求解大规模优化问题。本文针对线性约束二次规划问题提出两种基于新步长的梯度投影算法。一种是基于采用自适应线搜索和Barzilai-Borwein步长的非单调投影算法。另一种是基于Yuan步长的单调投影算法。在较弱的假设条件下,给出这两种算法的全局收敛性。数值实验表明新算法比传统的梯度投影算法求解效率更高。 相似文献
3.
为了研究核转录因子kappa B（NF-κB）信号转导网络的内部结构和相互关联的参数对系统输出信号的影响,进行参数敏感性分析和系统模型简化是十分必要的。通过对基于TNF-α诱导的NF-κB信号转导网络数学模型进行分析,选择IKK作为系统的阶跃输入信号和NF-κBn作为系统的可测输出,利用直接微分法分析振荡输出信号NF-κBn关于64个模型参数的敏感性,并选择适当的允许误差目标函数ε,将原系统模型中的9个不敏感参数删除进行模型化简。仿真结果表明,原模型与简化模型的系统输出NF-κBn完全吻合,同时,简化模型的其余25个状态输出也与原模型的输出基本一致。因此,参数敏感性分析和模型简化结果为生物数据分析,模型建立和实验设计提供了有益的参考价值。 相似文献
4.
针对现有盲源分离方法存在的源信号类型和高斯信号个数受限制问题,提出一种基于非线性函数和简化粒子群优化的盲源分离新算法.算法采用依据源信号类型选取的非线性函数作为目标函数,运用简化粒子群优化算法对目标函数进行优化,实现多类型源信号同时混合的盲源分离.仿真结果表明,本算法能够有效实现源信号为多类型和含有2路高斯信号的盲源分离.与其他算法相比,本算法收敛速度更快,分离精度更高. 相似文献
5.
基于混沌迁移及无参数变异差分进化算法的舰船电力系统网络重构 总被引：1，自引：0，他引：1
为更好地利用差分进化算法对舰船电力系统网络进行重构,提出一种基于混沌迁移及无参数变异的差分进化算法.针对差分进化算法寻找最优解容易陷入早熟的问题,引入一种基于混沌迁移的并行进化策略.该策略将原有种群分为多个子种群,进行并行进化.在优化过程中引入混沌迁移序列引导个体迁移,利用混沌的遍历性和随机性,保证子种群间能高效地进行信息交换.针对电力系统网络重构中的0,1,2编码方式在解码中信息丢失问题,提出一种无参数变异算子.这个算子能使算法结构简单、利于运算.最后利用混沌序列初始化种群和Pareto选择策略提高舰船重构效率.仿真实验表明,改进的算法具有更好的故障恢复方案,能有效避免差分进化算法在求解电力系统网络重构时的早熟问题. 相似文献
6.
为实现船舶节能增效的目标,在满足船舶浮态、稳性和纵强度要求下,提出一种空船优化压载状态的算法,建立空船压载状态多目标优化计算的通用非线性数学模型.基于通用优化模型求解软件LINGO和散货船装载软件SEACOS,通过一个完整计算实例验证算法和模型.此项研究表明,该方法可在确保船舶安全的前提下,减少船舶在空船压载航行时的水下阻力,改善船舶耐波性,延长船舶使用寿命,具有实用价值. 相似文献
7.
为了解决传统狼群算法处理数据速度慢且容易陷入局部最优的问题,基于车间协同调度,提出一种协同奔袭策略的狼群优化算法(cooperative attack wolf pack algorithm,CAWPA).将改进后的狼群优化算法应用在双车间协同调度问题上进行验证,并与GA、GWO算法比较.结果表明,改进狼群算法比GA、... 相似文献
8.
9.
二次指派问题(QAP)属于NP-hard组合优化问题,在现实生活中有着广泛应用。目前相对成熟的启发式算法通常以问题为导向来设计定制化算法,缺乏迁移泛化能力。为提供一个统一的QAP求解策略,将QAP问题的流量矩阵及距离矩阵抽象成两个无向完全图并构造相应的关联图,从而将设施和地点的指派任务转化为关联图上的节点选择任务,基于actor-critic框架,提出一种全新的求解算法ACQAP。首先,利用多头注意力机制构造策略网络,处理来自图卷积神经网络的节点表征向量;然后,通过actor-critic算法预测每个节点被作为最优节点输出的概率;最后,依据该概率在可行时间内输出满足目标奖励函数的动作决策序列。该算法摆脱人工设计,且适用于不同规模的输入,更加灵活可靠。实验结果表明,在QAPLIB实例上,本算法在精度媲美传统启发式算法的前提下,迁移泛化能力更强;同时相对于NGM等基于学习的算法,求解的指派费用与最优解之间的偏差最小,且在大部分实例中,偏差均小于20%。 相似文献
10.
《沈阳大学学报（自然科学版）》2014,(6)
针对目前高光谱图像半监督降维算法中基于流形学习的开放性选择近邻参数问题,以及利用传统算法不能有效地获取标签数据的局部信息,提出了一种无需考虑近邻参数的半监督局部稀疏嵌入(SELSE)算法.该算法基于稀疏表示理论,通过求解范数优化问题构建稀疏系数图,并且利用有限的标签数据最大化类间信息,提取高光谱图像的特征.在AVIRIS高光谱遥感图像的Indian Pine数据集上进行仿真实验,结果表明所提出算法在分类精度和计算效率上都有所提高. 相似文献