[發明專利]一種基于多目標遺傳算法的DNA序列編碼方法有效
| 申請號: | 201811326246.2 | 申請日: | 2018-11-08 |
| 公開(公告)號: | CN109559782B | 公開(公告)日: | 2022-11-25 |
| 發明(設計)人: | 張凱;趙浩志;許志偉;胡威;符海東;張曉龍;賀娟娟;劉俊;劉小明;廖雪超 | 申請(專利權)人: | 武漢科技大學 |
| 主分類號: | G16B50/00 | 分類號: | G16B50/00;G16B15/00;G06N3/12 |
| 代理公司: | 杭州宇信知識產權代理事務所(普通合伙) 33231 | 代理人: | 王健 |
| 地址: | 430081 *** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 多目標 遺傳 算法 dna 序列 編碼 方法 | ||
1.一種基于多目標遺傳算法的DNA序列編碼方法,包括以下步驟:
S100,設置最大迭代次數T,尋優種群P大小N,精英種群Q大小M,DNA序列長度L,變異率Pc,交叉率Pm進行初始化;
S101,隨機產生N個長度為L的隨機DNA序列,設為初始尋優種群P0;隨機產生M個長度為L的隨機DNA序列,設為初始精英種群Q0;使用0,1,2,3來表示DNA序列中的堿基A,C,G,T,對于長度為L的DNA序列可表示為x1x2x3...xl,其中xi∈{0,1,2,3},1≤i≤l,l為DNA序列的長度;
S102,合并尋優種群Pt和精英種群Qt為Rt,根據最小曼哈頓距離算法計算種群Rt中每個個體的適應度值,其中,t為迭代次數,0≤t≤T;
S103,將Rt中的個體按照適應度值從高到低進行排序,根據動態精英選擇機制挑選出前M個個體成為新的精英種群Rt+1;
S104,對當前尋優種群Pt中的個體按照適應度值從高到低進行排序,挑選前N/2個個體組成有繁衍能力的優勢種群;
S105,對所述優勢種群中的N/2個個體進行交叉和變異操作組成由N/2個新個體組成的變異種群;
S106,合并所述優勢種群和變異種群生成下一代尋優種群Pt+1;
S107,判斷進化代數是否達到設定的最大值T,如果達到最大值則進入步驟S108,否則進入步驟S102;
S108,輸出精英種群Q中的M個個體,作為最終生成的DNA編碼序列。
2.如權利要求1所述的基于多目標遺傳算法的DNA序列編碼方法,其特征在于,S102具體包括:對于給定種群Rt={x1,x2,..xi…,xn},i=1,2,3…n,個體評價函數為f(x),則該種群中第i個個體的曼哈頓距離如式(1)所示:
其中,
max(f)=Max(fxi)),i=1,2,...,n (2)
min(f)=Min(f(xi)),i=1,2,...,n (3)
max(f)表示種群中個體評價函數值得最大值,min(f)表示最小值。
3.如權利要求2所述的基于多目標遺傳算法的DNA序列編碼方法,其特征在于,當有d個評價函數時,個體的評價函數為fj(x),j=1,2,3…d,個體i的適應度值公式為個體i在d個評價函數上的MMD之和,如式(4)所示:
4.如權利要求1所述的基于多目標遺傳算法的DNA序列編碼方法,其特征在于,S105中,對個體進行交叉操作生成新的子代個體序列包括如下方法:
首先隨機選取一個交叉點i,然后將兩個序列的隨機點i到最后一個點之間的兩個子序列進行交換,生成兩個新的序列;
或者,首先隨機選取兩個交叉點i和j,然后將兩個序列的隨機點i到隨機點j之間的兩個子序列進行倒序交換,生成兩個新的序列。
5.如權利要求1所述的基于多目標遺傳算法的DNA序列編碼方法,其特征在于,S105中,對個體進行變異操作生成新的子代個體序列包括如下方法:
首先隨機選取一個變異點i,然后在[0,1,2,3]中隨機選擇,替換變異點i,生成新的序列;
或者,首先隨機選取i和j兩個變異點,然后在[0,1,2,3]中隨機選擇兩個數,替換變異點i和j點,生成新的序列。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于武漢科技大學,未經武漢科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811326246.2/1.html,轉載請聲明來源鉆瓜專利網。





