基于甲型流感病毒的免疫反应代理模型构建以及估参问题的研究

发布时间：2017-09-25 13:12

  本文关键词：基于甲型流感病毒的免疫反应代理模型构建以及估参问题的研究

  更多相关文章： 免疫系统 基于Agent代理模型 Loess回归 粒子群优化算法 估参

【摘要】：近些年,各种病毒大规模传播的情况时有发生,给人类的健康甚至生命安全带来了严重威胁。其中,很具有代表性的就是甲型流感病毒(Influenza A Virus,IAV)。为了加强人们对病毒的免疫抵抗能力并且抑制病毒的蔓延,学者们对免疫系统进行了大量的研究实验。在众多研究方法中,模拟建模实验一直倍受青睐。其中,基于Agent代理的模型(Agent based models,ABM)和微分方程模型(Differential equations,DE)是两种应用最为广泛的模拟建模方法。相对于临床实验和生物实验,模拟建模研究方法利用虚拟的模型缩短了科研的实验周期,提高了科研效率。在应对流感疫情时,模拟建模方法能够快速建立模型,在最短的时间内掌握传染机制,避免大规模疫情的出现。这两种建模方法给科研工作带来了极大的帮助,但是也存在着无法被忽视的缺陷。ABM模型在估参时无法有效的与实验数据结合,所以导致估参效果差;另外,复杂的ABM模型还需要依赖于强大的计算机软硬件资源,估参效率低。DE模型虽然在估参方面表现优异,但是在建模方面却无法对复杂的免疫系统进行多维度多层次的刻画描述。本文为了解决ABM模型和DE模型在免疫系统建模研究方面的缺陷,研究提出了代理回归方法(IABMR)。首先,本方法建立了一个基于代理Agent的免疫系统模型,模拟人体肺部在甲型流感病毒感染下的免疫反应情况;然后,把粒子群优化算法和Loess回归模型进行整合,结合真实实验数据,完成了免疫系统的建模与估参研究。研究方法具体过程如下。免疫系统建模阶段。在分析了细胞生物学知识与实际情况之后,本文把系统中的同一种细胞群细化为三种细胞状态,增加了模型的维度和层次。同时,确定了系统中的两层交互关系:不同种类的细胞之间的相互作用;同种细胞不同状态之间的相互作用。在此基础之上,建立细胞状态转换图和转换方程。最后,利用基于Agent的建模方法,模拟刻画了在IAV感染下多维度的肺部免疫系统的ABM模型。寻优估参阶段。首先利用稀疏网格配点法生成一个四维输入参数向量空间。然后提取ABM模型多次运算之后的输入数据和输出数据对Loess非参回归进行训练,直到建立针对免疫系统的Loess回归模型。非参回归可以对同一数据进行多次不同拟合,以探索数据中可能隐藏的某种关系。最后,把粒子群智能优化算法PSO与Loess回归模型结合,对ABM模型进行参数寻优。实验结果与分析阶段。本文在完美实现IABMR本身算法的基础上,进行了多组对比实验。首先,对方法本身进行纵向效果对比。通过对向量空间大小、实验重复次数、数据噪声以及样本时间点个数等关键参数进行不同配置的设置,比较每种配置的平均相对误差。结果显示,参数向量空间越大,重复次数越多,噪声越小以及样本时间点越多都对实验结果有正向影响。然后,把IABMR方法与贪心ABM方法以及ODE模型进行横向对比实验。实验结果表明,IABMR算法的估参效率和精确度都高于贪心ABM算法,并且模型刻画的精细程度也优于ODE模型。综上,本文把基于Agent的建模理念、Loess非参回归以及粒子群优化等智能算法进行了有效的结合。建立的IABMR方法既可以对免疫系统进行多维度多层次的建模,又可以结合实验数据对模型进行有效的估参。本研究进一步缩短了实验时间提高了效率,并且减少了对计算机资源的过度依赖,对流感病毒等传染性疾病的深入研究有着非常重要的意义。
【关键词】：免疫系统 基于Agent代理模型 Loess回归 粒子群优化算法 估参
【学位授予单位】：西南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18;O175
【目录】：

• 摘要5-7
• Abstract7-9
• 第1章 绪论9-14
• 1.1 研究背景及意义9
• 1.2 国内外研究现状9-11
• 1.2.1 基于Agent代理模型的建模方法10
• 1.2.2 基于数学方法的微分方程模型方法10-11
• 1.3 主要研究内容与创新点11-13
• 1.4 论文组织结构13-14
• 第2章 免疫系统建模的相关理论研究14-26
• 2.1 基于Agent代理模型理论14-17
• 2.1.1 Agent的基本概念和认知模型14-15
• 2.1.2 智能Agent15-16
• 2.1.3 多Agent系统16
• 2.1.4 基于Agent的建模思想16-17
• 2.2 微分方程模型理论17-19
• 2.2.1 微分方程基础认知17
• 2.2.2 常微分方程与偏微分方程17-18
• 2.2.3 微分方程模型的建立与求解18-19
• 2.3 本论文引用的数学算法19-25
• 2.3.1 稀疏网格19-20
• 2.3.2 Loess回归20-21
• 2.3.3 粒子群优化算法21-23
• 2.3.4 正交多项式和高斯积分23-24
• 2.3.5 伽马分布24-25
• 2.4 本章小结25-26
• 第3章 基于代理模型的免疫系统建立26-34
• 3.1 模型背景26-27
• 3.2 ABM模型的理论分析27-29
• 3.3 ABM模型的建立29-33
• 3.4 本章小结33-34
• 第4章 模型估参34-44
• 4.1 基于正交多项式的一维参数回归34-37
• 4.1.1 算法原理介绍34-36
• 4.1.2 回归流程说明36-37
• 4.1.3 结果与分析37
• 4.2 基于非参回归的多维建模估参37-43
• 4.2.1 确定输入参数以及样本向量空间38
• 4.2.2 建立Loess数学模型38-39
• 4.2.3 粒子群算法PSO寻优估参39-40
• 4.2.4 新搜索域中寻优40-43
• 4.3 本章小结43-44
• 第5章 实验结果与分析44-57
• 5.1 初次寻优估参实验结果44-46
• 5.1.1 获取样本空间数据44-45
• 5.1.2 真实实验数据45
• 5.1.3 参数寻优结果45-46
• 5.2 新搜索域中寻优估参实验结果46-49
• 5.2.1 建立新Loess回归模型46-47
• 5.2.2 获取模拟实验数据47
• 5.2.3 计算平均相对误差47-49
• 5.3 平均相对误差结果分析49-54
• 5.3.1 输出时间点对结果的影响49-50
• 5.3.2 干扰噪声对结果的影响50-51
• 5.3.3 参数向量空间对结果的影响51-54
• 5.4 IABMR方法建模与估参效果的对比验证54-55
• 5.4.1 估参效果对比54-55
• 5.4.2 建模效果对比55
• 5.5 本章小结55-57
• 第6章 总结与展望57-60
• 6.1 论文工作总结57-58
• 6.2 未来工作展望58-60
• 参考文献60-63
• 致谢63-64
• 研究生期间发表学术论文64

【相似文献】

中国期刊全文数据库 前10条

1 孙文龙;;基于委托—代理模型的公司IPO市场时机选择分析[J];商业时代;2012年03期

2 王传彬;朱学义;;基于双任务代理模型的股权激励及其经验证据[J];求索;2012年12期

3 陈柏福,阳凯龙;存在道德风险的委托—代理模型的激励和监督问题[J];河北科技师范学院学报(社会科学版);2004年04期

4 谭培强;胥正川;凌鸿;;企业内部知识共享的委托—代理模型[J];科技进步与对策;2006年05期

5 郑熹;;绿色经济倡导中的委托—代理模型探析[J];辽宁经济;2011年11期

6 张同健;胡亚会;;知识转移模型与委托——代理模型的拟合性研究[J];统计与决策;2009年02期

7 江孝感,王伟;中央与地方政府事权关系的委托—代理模型分析[J];数量经济技术经济研究;2004年04期

8 刘渝琳;杨先斌;;基于风险、收益双重任务委托—代理模型的养老保险基金投资营运管理[J];重庆大学学报(社会科学版);2006年03期

9 蒲勇健;;植入“公平博弈”的委托—代理模型——来自行为经济学的一个贡献[J];当代财经;2007年03期

10 陈敏;潘林;;基于委托——代理模型的公司与经理、董事激励博弈分析[J];科技创业月刊;2006年04期

中国重要会议论文全文数据库 前6条

1 修仁强;张小虎;刘宇;黄洪钟;;多层次复杂系统设计中代理模型的不确定性量化[A];中国力学大会——2013论文摘要集[C];2013年

2 王苏生;;一个动态递归代理模型及半线性的首选最优契约[A];经济学（季刊）第2卷第2期（总第6期）[C];2003年

3 邢立宁;熊健;陈英武;;基于代理模型和试验设计的社会管理策略评估方法[A];中国系统工程学会第十八届学术年会论文集——A02管理科学[C];2014年

4 徐细雄;淦未宇;;基于多任务代理模型的管理者动态报酬契约设计[A];第十届中国管理科学学术年会论文集[C];2008年

5 李权;郭兆电;雷武涛;白俊强;王丹;;飞行器设计中的代理模型与优化算法[A];全面建成小康社会与中国航空发展——2013首届中国航空科学技术大会论文集[C];2013年

6 杨培鸿;;重复建设的政治经济学分析:一个基于委托代理框架的模型[A];经济学（季刊）第5卷第2期（总第20期）[C];2006年

中国博士学位论文全文数据库 前9条

1 何成;高温环境下结构动力学建模关键技术研究[D];南京航空航天大学;2014年

2 陈世适;基于多源响应信息融合的优化设计理论与方法研究[D];北京理工大学;2016年

3 孙凯鹏;梁、板结构的热弹性动力学及其反问题研究[D];南京航空航天大学;2015年

4 张剑;基于代理模型技术的高速列车性能参数设计及优化[D];西南交通大学;2015年

5 武晓莉;基于次可加测度的代理模型及应用[D];天津大学;2014年

6 张国庆;基于代理模型的分数阶粘弹性/双模量正/反问题数值求解[D];大连理工大学;2014年

7 向国齐;支持向量回归机代理模型设计优化及应用研究[D];电子科技大学;2010年

8 傅云瑾;IP网络成本代理模型与成本函数仿真研究[D];北京邮电大学;2008年

9 赵轲;基于CFD的复杂气动优化与稳健设计方法研究[D];西北工业大学;2015年

中国硕士学位论文全文数据库 前10条

1 龚文;基于流股和单元的热力学物性建模和计算方法研究[D];浙江大学;2015年

2 修仁强;多层次系统代理模型的不确定性量化及序列采样方法研究[D];电子科技大学;2014年

3 展铭;基于代理模型的L型双加筋板结构动力学优化设计[D];南京航空航天大学;2015年

4 刘成龙;基于代理模型的萤火虫优化方法及Isight应用研究[D];大连理工大学;2015年

5 赵涛;基于代理模型验证的混合不确定性优化方法及其在空间绳系设计中的应用[D];电子科技大学;2015年

6 孙丹;风力发电系统对电网暂态稳定性影响的分析与研究[D];华北电力大学;2015年

7 李兴义;基于代理模型的增压型柴油机进排气敏感度研究[D];北京理工大学;2016年

8 张剑平;粒子群优化算法代理模型的研究[D];吉林大学;2016年

9 张云水;基于最大化期望的多目标设计[D];清华大学;2015年

10 通旭明;基于甲型流感病毒的免疫反应代理模型构建以及估参问题的研究[D];西南大学;2016年

，

本文编号：917534