Реконструкция S-системы гибридным алгоритмом клонального отбора и дифференциальной эволюции
Рассмотрено решение задачи реконструкции генной регуляторной сети, представленной в форме S-системы. Предложен гибридный алгоритм, основанный на методе клонального отбора. Проведены экспериментальные исследования влияния параметров гибридного алгоритма на качество решения задачи идентификации S-сист...
Gespeichert in:
| Veröffentlicht in: | Управляющие системы и машины |
|---|---|
| Datum: | 2017 |
| Hauptverfasser: | , , , |
| Format: | Artikel |
| Sprache: | Russisch |
| Veröffentlicht: |
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
2017
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/132392 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Реконструкция S-системы гибридным алгоритмом клонального отбора и дифференциальной эволюции / А.А. Фефелов, В.И. Литвиненко, М.А. Таиф, М.А. Вороненко // Управляющие системы и машины. — 2017. — № 6. — С. 41-51. — Бібліогр.: 23 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862682227530268672 |
|---|---|
| author | Фефелов, А.А. Литвиненко, В.И. Таиф, М.А. Вороненко, М.А. |
| author_facet | Фефелов, А.А. Литвиненко, В.И. Таиф, М.А. Вороненко, М.А. |
| citation_txt | Реконструкция S-системы гибридным алгоритмом клонального отбора и дифференциальной эволюции / А.А. Фефелов, В.И. Литвиненко, М.А. Таиф, М.А. Вороненко // Управляющие системы и машины. — 2017. — № 6. — С. 41-51. — Бібліогр.: 23 назв. — рос. |
| collection | DSpace DC |
| container_title | Управляющие системы и машины |
| description | Рассмотрено решение задачи реконструкции генной регуляторной сети, представленной в форме S-системы. Предложен гибридный алгоритм, основанный на методе клонального отбора. Проведены экспериментальные исследования влияния параметров гибридного алгоритма на качество решения задачи идентификации S-системы. На тестовых примерах проведен сравнительный анализ предложенного алгоритма с другими аналогичными вычислительными методами.
Розглянуто рішення задачі реконструкції генної регуляторної мережі, представленої у формі S-системи. Запропоновано гібридний алгоритм, заснований на методі клонального відбору. Проведено експериментальні дослідження впливу параметрів гібридного алгоритму на якість виконання задачі ідентифікації S-системи. На тестових прикладах проведено порівняльний аналіз запропонованого алгоритму з іншими аналогічними обчислювальними методами.
Purpose. The aim of this work is to develop an effective hybrid method for the reconstruction of the gene regulatory networks, which will increase the rate of convergence in solving the problem of the S-system optimizing. Method. We propose a hybrid method for reconstructing the GRN. This method is based on the hybridization technology, which allows combining the best qualities of the algorithm of clonal selection and the algorithm of differential evolution. Results. We propose a hybrid method of reconstruction GRN, allowing to increase the convergence rate and accuracy of the optimization algorithm to solve the problem of identification S-system. The S-system was applied, as a computational model. Parameters and structure were calculated by using the clonal selection algorithm and algorithm differential evolution. The gene expression profiles are used as input data. They were represented by time series of changes in the expression products concentration. The experiments have shown the negative effect of the differential evolution operators application such as selection and crossover. On the other hand, a significant positive effect of mutation operator is shown, which is used in the algorithm of the differential evolution.
|
| first_indexed | 2025-12-07T15:52:26Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-132392 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 0130-5395 |
| language | Russian |
| last_indexed | 2025-12-07T15:52:26Z |
| publishDate | 2017 |
| publisher | Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України |
| record_format | dspace |
| spelling | Фефелов, А.А. Литвиненко, В.И. Таиф, М.А. Вороненко, М.А. 2018-04-19T06:46:41Z 2018-04-19T06:46:41Z 2017 Реконструкция S-системы гибридным алгоритмом клонального отбора и дифференциальной эволюции / А.А. Фефелов, В.И. Литвиненко, М.А. Таиф, М.А. Вороненко // Управляющие системы и машины. — 2017. — № 6. — С. 41-51. — Бібліогр.: 23 назв. — рос. 0130-5395 https://nasplib.isofts.kiev.ua/handle/123456789/132392 574:004.2 Рассмотрено решение задачи реконструкции генной регуляторной сети, представленной в форме S-системы. Предложен гибридный алгоритм, основанный на методе клонального отбора. Проведены экспериментальные исследования влияния параметров гибридного алгоритма на качество решения задачи идентификации S-системы. На тестовых примерах проведен сравнительный анализ предложенного алгоритма с другими аналогичными вычислительными методами. Розглянуто рішення задачі реконструкції генної регуляторної мережі, представленої у формі S-системи. Запропоновано гібридний алгоритм, заснований на методі клонального відбору. Проведено експериментальні дослідження впливу параметрів гібридного алгоритму на якість виконання задачі ідентифікації S-системи. На тестових прикладах проведено порівняльний аналіз запропонованого алгоритму з іншими аналогічними обчислювальними методами. Purpose. The aim of this work is to develop an effective hybrid method for the reconstruction of the gene regulatory networks, which will increase the rate of convergence in solving the problem of the S-system optimizing. Method. We propose a hybrid method for reconstructing the GRN. This method is based on the hybridization technology, which allows combining the best qualities of the algorithm of clonal selection and the algorithm of differential evolution. Results. We propose a hybrid method of reconstruction GRN, allowing to increase the convergence rate and accuracy of the optimization algorithm to solve the problem of identification S-system. The S-system was applied, as a computational model. Parameters and structure were calculated by using the clonal selection algorithm and algorithm differential evolution. The gene expression profiles are used as input data. They were represented by time series of changes in the expression products concentration. The experiments have shown the negative effect of the differential evolution operators application such as selection and crossover. On the other hand, a significant positive effect of mutation operator is shown, which is used in the algorithm of the differential evolution. ru Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України Управляющие системы и машины Методы и средства обработки данных и знаний Реконструкция S-системы гибридным алгоритмом клонального отбора и дифференциальной эволюции Реконструкція S-системи гібридним алгоритмом клонального відбору і диференціальної еволюції Reconstruction of the S-System by the Hybrid Algorithm of the Clonal Selection and Differential Evolution Article published earlier |
| spellingShingle | Реконструкция S-системы гибридным алгоритмом клонального отбора и дифференциальной эволюции Фефелов, А.А. Литвиненко, В.И. Таиф, М.А. Вороненко, М.А. Методы и средства обработки данных и знаний |
| title | Реконструкция S-системы гибридным алгоритмом клонального отбора и дифференциальной эволюции |
| title_alt | Реконструкція S-системи гібридним алгоритмом клонального відбору і диференціальної еволюції Reconstruction of the S-System by the Hybrid Algorithm of the Clonal Selection and Differential Evolution |
| title_full | Реконструкция S-системы гибридным алгоритмом клонального отбора и дифференциальной эволюции |
| title_fullStr | Реконструкция S-системы гибридным алгоритмом клонального отбора и дифференциальной эволюции |
| title_full_unstemmed | Реконструкция S-системы гибридным алгоритмом клонального отбора и дифференциальной эволюции |
| title_short | Реконструкция S-системы гибридным алгоритмом клонального отбора и дифференциальной эволюции |
| title_sort | реконструкция s-системы гибридным алгоритмом клонального отбора и дифференциальной эволюции |
| topic | Методы и средства обработки данных и знаний |
| topic_facet | Методы и средства обработки данных и знаний |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/132392 |
| work_keys_str_mv | AT fefelovaa rekonstrukciâssistemygibridnymalgoritmomklonalʹnogootboraidifferencialʹnoiévolûcii AT litvinenkovi rekonstrukciâssistemygibridnymalgoritmomklonalʹnogootboraidifferencialʹnoiévolûcii AT taifma rekonstrukciâssistemygibridnymalgoritmomklonalʹnogootboraidifferencialʹnoiévolûcii AT voronenkoma rekonstrukciâssistemygibridnymalgoritmomklonalʹnogootboraidifferencialʹnoiévolûcii AT fefelovaa rekonstrukcíâssistemigíbridnimalgoritmomklonalʹnogovídboruídiferencíalʹnoíevolûcíí AT litvinenkovi rekonstrukcíâssistemigíbridnimalgoritmomklonalʹnogovídboruídiferencíalʹnoíevolûcíí AT taifma rekonstrukcíâssistemigíbridnimalgoritmomklonalʹnogovídboruídiferencíalʹnoíevolûcíí AT voronenkoma rekonstrukcíâssistemigíbridnimalgoritmomklonalʹnogovídboruídiferencíalʹnoíevolûcíí AT fefelovaa reconstructionofthessystembythehybridalgorithmoftheclonalselectionanddifferentialevolution AT litvinenkovi reconstructionofthessystembythehybridalgorithmoftheclonalselectionanddifferentialevolution AT taifma reconstructionofthessystembythehybridalgorithmoftheclonalselectionanddifferentialevolution AT voronenkoma reconstructionofthessystembythehybridalgorithmoftheclonalselectionanddifferentialevolution |