進(jìn)化樹(shù)的重建問(wèn)題是進(jìn)化生物學(xué)中的一個(gè)基礎(chǔ)問(wèn)題,也是一個(gè)生物學(xué)與計(jì)算機(jī)學(xué)相結(jié)合的生物信息學(xué)問(wèn)題。進(jìn)化樹(shù)的重建問(wèn)題旨在重建出一棵能夠最真實(shí)描述物種間進(jìn)化關(guān)系的進(jìn)化樹(shù)。重建進(jìn)化樹(shù)的方法主要分為三類:（1）基于距離法;（2）最大簡(jiǎn)約法;（3）最大似然法。因?yàn)樽畲蠛?jiǎn)約法和最大似然法可視為評(píng)價(jià)進(jìn)化樹(shù)優(yōu)劣的方法,且兩者存在一定沖突,所以這兩個(gè)方法可做為多目標(biāo)優(yōu)化問(wèn)題的目標(biāo)函數(shù)。本文將重建進(jìn)化樹(shù)視為多目標(biāo)優(yōu)化問(wèn)題,設(shè)計(jì)了一個(gè)基于共識(shí)分枝的多目標(biāo)進(jìn)化算法,該算法被命令為MOEA-RC。共識(shí)分枝指的是多棵樹(shù)共同擁有的分枝結(jié)構(gòu),本論文假設(shè)從優(yōu)異解得到的共識(shí)分枝在一定程度上是對(duì)的,于是在進(jìn)化算法的迭代過(guò)程中找出這些共識(shí)分枝并加以保護(hù)。實(shí)驗(yàn)證明了,在三個(gè)真實(shí)數(shù)據(jù)集上,本文提出的算法相較于幾個(gè)經(jīng)典的多目標(biāo)進(jìn)化算法和多個(gè)重建進(jìn)化樹(shù)軟件都有一定的優(yōu)越性。最大似然法和最大簡(jiǎn)約法兩個(gè)方法的運(yùn)算需要大量的計(jì)算資源,這使得算法的運(yùn)算時(shí)間較長(zhǎng)。于是,本文設(shè)計(jì)了一個(gè)能夠在spark平臺(tái)上并行運(yùn)算的多目標(biāo)重建進(jìn)化樹(shù)算法。該算法利用了島模型框架幫助提高算法解的多樣性,并結(jié)合了共識(shí)分枝加快算法的收斂。在實(shí)驗(yàn)中,該并行算法能夠在收斂性能... 

【文章來(lái)源】：廈門大學(xué)福建省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖３．?２：重分配示例??

＿５００上迭代１００次（因種群數(shù)量為??１００，即評(píng)估１０００次）的表現(xiàn)。實(shí)驗(yàn)結(jié)果為圖３．３－３．５。該組實(shí)驗(yàn)的初始化種群為??隨機(jī)生成。??ｒｂｃｌ一５５??２３４００－??■〇?２３２００－??＾?２３０００－??ｏ?．?＾?ＭＯＥＡ－ＲＣ??］２２８００－?—?ＮＳＧＡ－ＩＩ??十?ＭＯＥＡ／Ｄ??２２６００－?ＭＯＥＡ－Ｒ??Ｉ?Ｉ?ｉ?ｉ??５４００?５５００?５６００?５７００??Ｐａｒｓｉｍｏｎｙ??圖３．?３：四個(gè)算法在ｒｂｃｌ＿５５上迭代１００次時(shí)的帕累托前沿??３４??

在rbcl一5的最大簡(jiǎn)約值變化


本文編號(hào)：2912140