| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文结构及主要内容 | 第13-14页 |
| 第2章 基因调控网络 | 第14-24页 |
| 2.1 基本概述 | 第14-16页 |
| 2.1.1 基因表达 | 第14-15页 |
| 2.1.2 基因调控 | 第15-16页 |
| 2.1.3 基因调控网络 | 第16页 |
| 2.2 基因调控网络模型 | 第16-22页 |
| 2.2.1 布尔网络模型 | 第17-18页 |
| 2.2.2 线性组合模型 | 第18-19页 |
| 2.2.3 加权矩阵模型 | 第19-20页 |
| 2.2.4 贝叶斯网络模型 | 第20-21页 |
| 2.2.5 微分方程模型 | 第21-22页 |
| 2.3 生物数据 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基因调控网络建模过程 | 第24-36页 |
| 3.1 遗传编程识别模型结构 | 第25-31页 |
| 3.1.1 遗传编程基本流程 | 第25-27页 |
| 3.1.2 树形个体描述方法 | 第27页 |
| 3.1.3 适应度函数 | 第27-28页 |
| 3.1.4 遗传操作 | 第28-30页 |
| 3.1.5 基本控制参数 | 第30-31页 |
| 3.2 滤波算法估计模型参数 | 第31-35页 |
| 3.2.1 LMS、NLMS | 第31-33页 |
| 3.2.2 RLS | 第33-34页 |
| 3.2.3 KF | 第34-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第4章 结合遗传编程和归一化子带滤波的调控网络识别研究 | 第36-50页 |
| 4.1 归一化子带滤波算法 | 第36-39页 |
| 4.1.1 归一化子带滤波器 | 第36-38页 |
| 4.1.2 归一化子带滤波算法估计模型系数 | 第38-39页 |
| 4.2 遗传编程与归一化子带滤波结合算法 | 第39-42页 |
| 4.3 算法仿真 | 第42-50页 |
| 4.3.1 Lotka-Volterra模型算法仿真 | 第43-46页 |
| 4.3.2 E-CELL模型算法仿真 | 第46-48页 |
| 4.3.3 酵母菌真实数据算法仿真 | 第48-50页 |
| 第5章 结合遗传编程和粒子滤波的调控网络识别研究 | 第50-64页 |
| 5.1 粒子滤波算法 | 第50-53页 |
| 5.1.1 粒子滤波算法 | 第50-52页 |
| 5.1.2 粒子滤波算法估计模型系数 | 第52-53页 |
| 5.2 遗传编程与粒子滤波结合算法 | 第53-55页 |
| 5.3 算法仿真 | 第55-64页 |
| 5.3.1 化学模型算法仿真 | 第55-58页 |
| 5.3.2 E-CELL模型算法仿真 | 第58-61页 |
| 5.3.3 酵母菌真实数据算法仿真 | 第61-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 论文总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 作者简介 | 第71页 |