免疫系统的计算机模型研究

发布时间：2017-10-19 13:14

  本文关键词：免疫系统的计算机模型研究

  更多相关文章： 免疫系统 复杂网络 细胞自动机 CS模型 GEP算法

【摘要】：近代计算机科学技术发展的显著特点之一是与生命科学的相互交叉、相互渗透。生命科学的发展尤其是生物学的发展为计算机科学的探索提供了许多新方法和新思路。目前,针对生命科学与计算机科学的交叉领域的研究已成为当今科学研究领域内的一个重要研究方向,并取得了举世瞩目的研究成果。而免疫系统作为人体的第二大复杂系统,其丰富的特性使得它越来越受计算机科学家和工程研究人员的青睐。虽然免疫系统的特征、机制及免疫学理论在工程领域已经得到许多开发和应用,但是人工免疫系统的部分成功并不能证明当前的免疫系统理论都是正确无误的。实际上,与之相反,无论是免疫学家还是人工免疫系统研究人员对许多免疫过程和现象的认识与理解都还欠缺,尤其是后者,许多免疫机制的理论还存在争议。通过对免疫系统的计算机模型的研究我们可以进一步对存在争议的免疫机制进行验证和反思,从而促进免疫系统的研究。具有一定的可行性和应用价值。在本文中,本文针对免疫系统的计算机模型研究过程中主要做了以下工作：首先,鉴于免疫系统是一个复杂系统,本文用复杂网络相关理论对免疫系统进行数据挖掘,本文创新性的用合作网的概念对免疫系统和神经内分泌系统进行网络刻画,根据网络中度、项目度、集群系数等相关统计学知识,发现由免疫系统和神经内分泌系统构成的合作网中,节点度和项目度都呈现SPL分布,说明介质的相互连接有线性优选的,也有随机选择的,也有两种因素同时存在的,验证了在神经内分泌-免疫系统里,细胞分泌的介质之间的相互作用影响也存在着不同的选择。通过网络中度和项目度的大小分布从另一方面体现了各种细胞在免疫系统中的重要程度,为接下来建立计算机概念模型提供对象基础。接着,细胞自动机理论是人工生命学的理论雏形,本文在细胞自动机的理论模型基础上提出了改进型的CS模型,并根据模型用java程序语言开发一个基于细胞自动机的免疫仿真系统,加入流感病毒的相关数据,仿真并验证了仿真系统的合理性,同时对系统参数设置进行了讨论。最后,针对免疫系统的仿真是概念模型,其仿真结果从一定程度上也能表现免疫系统内部元素之间的互相关系及内部联系。近年来,国际上关于GEP的研究持续升温,我们结合GEP在函数挖掘方面的优点,对免疫系统的仿真结果进行深入研究,通过GEP算法在函数挖掘方面的应用,以免疫系统的仿真结果为源数据,用GEP算法求数据之间的函数关系,取得较为理想的结果。总的来说,免疫系统是一个具有自组织、自适应性的复杂巨系统,以计算机理论及技术为工具为免疫学家测试免疫学理论提供了新方法,本论文从提出这种利用复杂网络进行数据挖掘,到根据挖掘数据构建对象的概念模型并进行仿真,再到最后利用GEP对仿真结果进行函数挖掘的研究方式给面向医学的免疫系统研究提供了一种很好的研究方法。
【关键词】：免疫系统 复杂网络 细胞自动机 CS模型 GEP算法
【学位授予单位】：扬州大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP301.1;O157.5
【目录】：

• 摘要4-6
• Abstract6-10
• 第一章 绪论10-15
• 1.1 引言10-12
• 1.2 国内外研究现状12-13
• 1.3 我的工作13-15
• 第二章 相关知识15-28
• 2.1 复杂网络15-22
• 2.1.1 复杂网络的网络特性和研究背景15
• 2.1.2 复杂网络的研究工具15-16
• 2.1.3 复杂网络的统计性质16-18
• 2.1.4 网络的拓扑结构18-22
• 2.2 生物免疫系统与计算免疫系统研究22-27
• 2.2.1 免疫系统的层次结构22-23
• 2.2.2 免疫系统的系统组成23-24
• 2.2.3 免疫系统的重要机制24-26
• 2.2.4 计算免疫系统概念及意义26
• 2.2.5 计算免疫学的免疫系统建模要求26-27
• 2.3 本章小结27-28
• 第三章 基于复杂网络的免疫系统研究28-36
• 3.1 引言28
• 3.2 复杂网络的合作网络模型28-29
• 3.3 基于复杂网络的免疫系统研究29-35
• 3.3.1 免疫系统的合作网络29-30
• 3.3.2 免疫系统的合作网络模型构建30-31
• 3.3.3 免疫系统合作网实证研究31-35
• 3.4 本章小结35-36
• 第四章 基于CS的改进模型建模与研究36-53
• 4.1 引言36
• 4.2 IMMSIM模型36-37
• 4.3 细胞自动机模型37-39
• 4.3.1 细胞自动机的研究与发展37
• 4.3.2 细胞自动机的组成结构37-39
• 4.3.3 细胞自动机研究免疫系统的优缺点分析39
• 4.4 改进的CS模型39-44
• 4.4.1 仿真环境39-40
• 4.4.2 仿真对象40
• 4.4.3 仿真规则40-41
• 4.4.4 改进的CS模型的UML描述41-44
• 4.5 系统的详细设计与结果分析44-52
• 4.5.1 系统的设计思想44-45
• 4.5.2 系统的流程图45-47
• 4.5.3 系统模拟47-49
• 4.5.4 对免疫系统参数的讨论分析49-52
• 4.6 本章小结52-53
• 第五章 基于GEP的函数发现53-65
• 5.1 引言53
• 5.2 基因表达式编程(GEP)53-56
• 5.2.1 基因表达式编程基本思想53-54
• 5.2.2 基因表达式编程的关键技术54-56
• 5.2.3 基因表达式编程重点研究方向56
• 5.3 基于基因表达式编程的函数挖掘建模56-60
• 5.3.1 函数表达式的编码结构56-57
• 5.3.2 函数表达式的适应度函数的确定57-58
• 5.3.3 函数表达式的遗传操作58-59
• 5.3.4 基于GEP的函数算法59-60
• 5.4 GEP算法的实现与分析60-63
• 5.4.1 实验数据的选择60-62
• 5.4.2 实验结果与分析62-63
• 5.5 本章小结63-65
• 第六章 总结和展望65-67
• 6.1 本文工作总结65-66
• 6.2 进一步工作66-67
• 参考文献67-72
• 致谢72-73
• 攻读硕士学位期间发表的论文及研究成果73-74

【相似文献】

中国期刊全文数据库 前10条

1 张永安;细胞自动机及其在经济与管理中的应用[J];科技导报;1998年02期

2 张传武;细胞自动机及其理论研究进展[J];贵州大学学报(自然科学版);2004年03期

3 孙淑玲;线性循环细胞自动机的动态分析[J];中国科学技术大学学报;1987年02期

4 漆安慎;;细胞自动机与自组织过程[J];科学;1989年03期

5 陈陆君,梁昌洪;双参量孤子细胞自动机[J];物理学报;1993年12期

6 吕晓阳，孔令江，刘慕仁;细胞自动机的演化与计算理论[J];华南师范大学学报(自然科学版);1996年02期

7 王季槐;应用细胞自动机对一年生植物种群扩散进行理论研究[J];生物数学学报;2002年04期

8 李学识;潘中良;;基于蚁群算法的细胞自动机优化及其在电路测试中的应用[J];华南师范大学学报(自然科学版);2007年01期

9 吕晓阳,孔令江,陈光旨;一维几率性细胞自动机演化的临界相变现象分析[J];物理学报;1990年01期

10 梅国平;图上串行细胞自动机的几个结果(英文)[J];江西师范大学学报(自然科学版);1999年04期

中国重要会议论文全文数据库 前8条

1 应时彦;裴太乙;肖林荣;;基于三值量子细胞自动机的基本逻辑电路仿真[A];中国自动化学会控制理论专业委员会B卷[C];2011年

2 阮晓钢;董新久;;基于细胞自动机的肿瘤生长仿真模型[A];2001年中国智能自动化会议论文集（下册）[C];2001年

3 沈成武;杨吉新;唐小兵;;细胞自动机方法在复合材料层板弯曲中的应用[A];复合材料的现状与发展——第十一届全国复合材料学术会议论文集[C];2000年

4 刘长海;陈军;凌学书;;三维大型地震细胞自动机的初步工作结果[A];1995年中国地球物理学会第十一届学术年会论文集[C];1995年

5 钱柳羲;林水生;;基于可编程细胞自动机的高斯白噪声发生器的研究与实现[A];2008通信理论与技术新进展——第十三届全国青年通信学术会议论文集（上）[C];2008年

6 阮晓钢;胡日查;;用细胞自动机实现Logistic模型[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

7 刘娟;蔡自兴;;基于CoDi模型的神经细胞自动机及其在模式分类中的应用[A];第二十届中国控制会议论文集（下）[C];2001年

8 刘妙龙;陈鹏;;基于细胞自动机与多主体系统理论的城市模拟模型框架[A];中国地理信息系统协会第三次代表大会暨第七届年会论文集[C];2003年

中国博士学位论文全文数据库 前4条

1 张传武;细胞自动机在密码学中的应用研究[D];电子科技大学;2003年

2 刁元波;复杂网络理论和细胞自动机在生物信息学中的应用研究[D];四川大学;2007年

3 孙燕楠;扎龙湿地时空格局演变的细胞自动机模型研究[D];大连理工大学;2007年

4 黄小华;温度—水—应力下开挖扰动区裂隙花岗岩体流变过程研究及细胞自动机模拟[D];中国科学院研究生院（武汉岩土力学研究所）;2007年

中国硕士学位论文全文数据库 前10条

1 刘心元;基于支持向量机与细胞自动机的迁移学习研究[D];西安电子科技大学;2014年

2 梁志锋;基于反向建模的细胞自动机水泥水化仿真方法研究[D];济南大学;2015年

3 杜子骏;免疫系统的计算机模型研究[D];扬州大学;2015年

4 杨晓利;一种混沌细胞自动机的特性研究[D];东北师范大学;2009年

5 陈琳;若干一维细胞自动机动力学行为的复杂性研究[D];浙江师范大学;2009年

6 曾志峰;基于细胞自动机的协同演化优化方法[D];湖南大学;2010年

7 崔异;细胞自动机研究及应用[D];西南交通大学;2006年

8 朱湘艳;细胞自动机理论在流密码体制中的应用[D];南京理工大学;2008年

9 牛文科;基于细胞自动机的分类算法的研究及应用[D];西安电子科技大学;2009年

10 陈渭;细胞自动机规则的广义子移位[D];杭州电子科技大学;2012年

，

本文编号：1061289