基因转录调控网络模型

摘要：基因转录调控网络是细胞内基因之间的相互作用关系的整体表示,是生命功能在基因表达层面的展现. 最近多种生物信息学（计算分子生物学）工具和高通量实验技术的发展,使得重建复杂的基因调控网络成为可能. 基因调控网络模型试图从DNA微阵列等海量数据中推断基因之间的调控关系,从而揭示复杂的生命现象, 虽远未完成,但从现有实验数据中重建基因调控网络的工作可以促进在分子和遗传水平上系统地剖析细胞的功能,是功能基因组学中的重要研究内容,也是当前生物信息学和系统生物学研究的最具挑战性的前沿课题之一. 简要评述了几类典型数学模型的最新研究进展.     

适应性网络上具有潜伏期机制的传染病传播

提出适应性网络上具有潜伏期机制的SIS传染病传播模型,给出该模型的演化方程,研究模型中各参数对传播强度的影响、网络度在演化过程中的变化等问题,得出了在不同参数下迭代后模型中3类人群（易感个体、隐性感染者和显性感染者）数量演化的最终稳定值不同、在适应性网络中＂断边重连＂概率对传染阈值有明显影响、网络中节点的度在迭代之后出现近似幂律分布等结论.经过分析给出发生疫情时应对感染者采取隔离治疗的建议.     

网络教学与学习适应性探究

网络教学是通过网络学习系统进行交互活动以获取知识的过程,在这个过程中,由网络学习系统构建学习需求适应环境,学习者通过网络组织、制订并执行学习计划.但采用这种教学模式的学生对其究竟适应到什么程度,有什么样的因素影响着学生在这种教学模式下的学习适应性,这是摆在我们面前的问题.本文就当前关于网络教学与学习适应性方面的做一研究.     

开展网络文化适应性教育的思考

网络文化的虚拟性、自主性、开放性和多元性决定了网络在给人们带来便利的同时也会对人们的思想和行为产生消极的影响。我们必须要从信息思想、信息技术、信息心理、信息法制等方面对大众进行网络文化的适应性教育。     

网络生存适应性的多目标评估

为了更好地测度网络适应环境变化的能力,提出了一种简单的多目标量化评估网络生存适应性的方法.该方法将网络效率、网络鲁棒性和网络代价等多个优化目标结合起来,通过定量加权的方法对网络拓扑的生存适应性进行综合评估,避免了仅依靠网络平均路径长度、最大连通子图规模等单一度量指标进行评估的不足.仿真实验结果表明,综合了环型和星型结构优势的Hub型拓扑结构的生存适应性比较高,节点度分布较均匀的ARPA网络的生存适应性比较优,提高网络拓扑度分布的均匀性是改善网络拓扑生存适应性的有效措施.该评估方法不仅能够有效度量不同网络结构在动态环境下的生存适应能力,还能进一步为网络拓扑的优化、设计和重构提供有益的指导.     

基因调控网络研究进展

基因调控网络是一种连续而复杂多变的动态网络系统,是细胞内各种信号因子之间相互作用关系的整体表现.近些年来,很多物种全基因组测序的完成、高通量实验技术的发展以及高性能分子生物学工具的应用,使得构建一个复杂和相对完整的基因调控网络成为可能,从而使绘制整个活细胞内各种基因表达的调控网络成为当前研究的热点.作为系统生物学的核心领域,构建和分析基因调控网络将有利于我们更系统地剖析细胞的功能,更深刻地洞见生命的本质.综述关于基因调控网络研究的基本原理和方法,为今后进行更深入的研究和探讨打下良好的基础.     

少数民族大学生英语网络教学适应性研究

以大理学院为例,在对少数民族大学生英语网络教学适应性进行全面调研的基础上,按网络自主学习意识与态度、计算机与网络应用技能、网络学习自主调控能力和教师因素四个方面对少数民族大学生英语网络教学适应性分别研究。结果表明:学生对网络教学适应性普遍不高,有相当的学生表现为适应性不良。主要原因是计算机操作能力欠缺,学习目的不明确,缺乏自主学习调控能力、策略等。为研究网络模式下如何提高少数民族大学生英语自主学习能力,如何消除不利因素,制订相应的干预对策等提供借鉴和指导。     

具有状态约束的基因调控网络的集员滤波器研究

针对基因调控网络中切实存在状态约束现象,在考虑一类含时滞、参数不确定、噪声干扰的离散基因调控网络模型基础上设计一种集员滤波器,实现基因调控网络状态的估计.通过假设测量噪声是未知但有界的,采用LMI方法设计集员滤波器,获得滤波器的增益矩阵,运用递归优化算法对集员滤波器进行优化.最后,通过数值仿真证明了所提算法的有效性,实现了基因调控网络中的mRNA和蛋白质浓度的准确估计.     

MicroRNA与转录因子调控网络综述

MicroRNA是一类长度约为18-24nt的非编码小RNA,它在转录后水平通过调控靶基因来行使多种生物学功能,例如：细胞周期、分化、细胞增殖和凋亡等。在转录水平,转录因子作为一种重要的调控因子参与调控多种基因的表达。近些年研究表明转录因子可以直接调控miRNA的表达,并且参与了包括肿瘤疾病发生等多种生物学进程。转录因子与miRNA形成的调控网络已被广泛地研究,文中就目前已有的研究成果进行综述,以期为今后转录因子与miRNA调控通路的研究提供一定的理论基础。     

舰载机出动回收网络鲁棒性分析

为研究航母舰载机出动回收网络的鲁棒性,建立了舰载机出动回收网络模型.在分析随机故障和敌方攻击2种破坏形式下网络鲁棒性的基础上,针对航母实际特点,提出甲板板块理论,并对航母飞行甲板的功能和效率鲁棒性进行了综合研究.分析了舰岛和升降机数量对舰载机出动回收网络鲁棒性的影响.结果表明：舰载机出动回收网络对随机故障具有较好的鲁棒性,对敌方攻击的鲁棒性较差;舰岛对出动回收网络的功能鲁棒性作用很大,升降机和斜角甲板前段对效率鲁棒性有重要作用;双舰岛对功能鲁棒性改善明显,升降机数量超过3台对效率鲁棒性的改善有限.     

感应电动机矢量变换控制的鲁棒性分析和参数自适应实现

采用矢量控制的感应电动机,其控制性能与它激直流电机类似,用这种控制方法,电机的转矩电流分量和磁通电流分量可实现解耦控制。本文讨论矢量控制系统的鲁棒性。针对前馈矢量控制系统中由于电机参数与速度检测小误差造成磁场定向错误,提出了一种新的自适应校正策略,该策略采用PRBS在线辨识技术,算法简单,不需要额外的传感器。最后给出了系统实现及实验结果。     

自适应渐进结构优化法的调节阀结构研究

传统渐进结构优化法的参数删除率和进化率保持固定,降低了优化过程收敛速度和结构稳定性.文中通过构造一种基于罚值选择与结构信息的参数自适应算法,使得参数随优化迭代过程进行而变化.分析典型算例结果,合适选择罚值的参数自适应渐进结构优化方法解决了传统渐进结构优化方法中参数固定且难以选择的问题,提高了优化过程中优化速度与结构稳定性.将此方法应用于调节阀设计,优化后调节阀刚度提高10%,说明参数自适应渐进结构优化方法可高效拓展至三维结构优化,并为阀门类结构设计提供参考.     

网络结构鲁棒性指标及应用研究

为了更好地测度网络抵御破坏的能力,基于网络连通和恢复能力提出了连接鲁棒性和恢复鲁棒性两种指标.运用这两种指标,以网络规模为500,取20次独立实验的均值,对ER随机网络、规则网络、BA无标度网络以及WS小世界网络4种典型网络结构进行仿真.实验结果表明:ER随机网络对于恶意攻击的鲁棒性要优于其他3种网络;BA无标度网络仅节点恢复鲁棒性较好,边恢复鲁棒性和连接鲁棒性最差;规则网络拥有很好的连接鲁棒性但恢复鲁棒性最差;WS小世界网络受其参数影响,鲁棒性介于ER随机网络和规则网络之间.同时还发现,网络结构鲁棒性的下降随着去除节点个数的增加和网络结构参数的改变而呈现出一定的"涌现"现象.     

基于RBF神经网络的数控车床热误差建模

对于数控车床而言，热误差是其最大的误差源，而其中最困难的是热误差建模．现有BP算法的神经网络模型存在学习收敛速度慢，容易陷入局部极小点的缺点．文中使用径向基函数理论建立了基于RBF神经网络的数控机床热误差数学模型．讨论了RBF网络参数的初始化及学习；给出了两种建模方式的RBF网络建模算例，将其建模性能指标与经典最小二乘法建模指标进行综合对比，可知RBF网络各项指标均优于经典最小二乘方法．最后验证了RBF网络建模的鲁棒性．结果表明：径向基神经网络模型与经典最小二乘线性模型相比，拟合性能更好，预测补偿能力强且建模时间短．     

甲醛反应器温度的自适应PID控制

在Cohe-Coon整定公式的基础上,提出了一种参数自适应PID控制算法。首先辨识对象的动态特性,然后在线调整PID控制参数。对甲醛反应器温度的控制结果表明,明显改善了控制性能。     

蓝牙自组织无线传感器网络的研究

蓝牙无线自组织网络拓扑构成复杂且移动性强,现行的蓝牙规范并未对其拓扑构成作详细的说明。为此提出了基于蓝牙技术的自组织无线传感器网络的体系结构,阐述了系统的节点构成与硬件设计,提出了一种简单有效的网络拓扑构成算法与路由机制。实验表明,该蓝牙网络拓扑构建算法实现简单,网络拓扑创建时间为经典算法的85%,拓扑动态维护方便。     

一种神经网络自适应控制策略

针对未知非线性不确定系统,提出了一种新的基于神经网络的自适应控制策略,该方法只需辨识对象的正向模型,将神经网络与优化方法相结合,对控制量进行优化迭代求解,使被控对象的输出能较好地跟踪期望输出,并且分别针对单输入-单输出系统和多输入-多输出系统进行了控制算法的推导,其中的优化方法分别采用梯度法和高斯-牛顿法·仿真结果表明,该算法能精确跟踪设定输出,超调量小,响应速度快,无稳态误差,控制效果是非常令人满意的     

稳定的神经网络自适应控制

本文主要从理论上研究神经网络控制器实现SISO离散时间非线性系统的轨迹跟踪问题，在反向传播算法的基础上，提出了一种新的神经网络训练方法，该算法可以直接估计出动态系统所需要的前馈控制，并在一定条件下证明了此神经网络控制系统的稳定性，另外还给出了将其应用于几个不同非线性系统的仿真结果。     

贝叶斯网络在信息检索中的应用

贝叶斯网络是当今人工智能领域用于处理不确定性问题的主要方法之一,在过去十几年中已经以各种方式应用于信息检索领域.本文以信念网络模型为基础,介绍了该理论在信息检索中应用的基本方法,探讨了利用贝叶斯网络组合不同证据进行信息检索问题,最后分析了今后的研究热点.