GEP
文章平均质量分 93
九重!
这个作者很懒,什么都没留下…
展开
-
基因表达式编程(GEP)自学 第【8】天 GEP-ADF
目录1. 基因表达式编程 GEP-ADF2. 多基因染色体3. 自动定义函数(ADF)3.1 同源异型基因3.2 多细胞系统1. 基因表达式编程 GEP-ADF今天将对GEP-ADF进行一个介绍【PS:注意结合前边内容,需要对GEP的基本知识内容认识。本章部分内容来自与本人毕业论文,所以以图片的形式展示】基因表达式编程(GEP)自学 第【1】天 Python 实现基因表达式编程(GEP)自学 第【2】天 Python 实现基因表达式编程(GEP)自学 第【3】天 Python 实现基因表达式编原创 2022-04-24 14:49:01 · 1309 阅读 · 0 评论 -
基因表达式编程(GEP)自学 第【7】天 Python 实现
目录1. 符号回归和数值常数的产生2. GEP中随机常数的控制三级目录1. 符号回归和数值常数的产生GEP 采用不同的方法来解决常数产生的问题(Ferreira 2001)。GEP 采用一种附加终点“?”和由用来表示随机常数的符号构成的附加域Dc。对每个基因而言,这些随机常数产生于初始种群产生时并被保存在一个数组中。每个随机常数仅在其基因表达的过程中赋值。进一步说来,用一个特殊的算子来向随机常数池中引入遗传变化。该算丁且按对阻机符效乎行变异。而且 GEP的常规算子加上针对 Dc域的转座探作休近.什件中的原创 2022-02-14 19:48:57 · 3355 阅读 · 22 评论 -
基因表达式编程(GEP)自学 第【6】天 Python 实现(代码)
目录1. 基因表达式编程 GEP Python 代码实现【★★★★★】2. 轮盘赌算法 实现染色体的选择2.1. 基本思想:2.2. 代码实现:3. 染色体 复制更新4. 染色体修饰4.1 Environment 类:4.2. Chromosome类:4.2.1. 突变 mutation4.2.2 IS转座 ISTransposition4.2.2 RIS转座 RISTransposition4.2.3 基因转座 geneTransposition4.2.4 单点重组 onePointRe原创 2022-02-11 02:23:29 · 2699 阅读 · 4 评论 -
基因表达式编程(GEP)自学 第【5】天 Python 实现(代码)
目录1. 基因表达式编程 GEP Python 代码实现2.三级目录1. 基因表达式编程 GEP Python 代码实现今天将用python实现GEP算法中,适应度计算、评估操作PS:注意结合前边内容基因表达式编程(GEP)自学 第【1】天 Python 实现基因表达式编程(GEP)自学 第【2】天 Python 实现基因表达式编程(GEP)自学 第【3】天 Python 实现基因表达式编程(GEP)自学 第【4】天 Python 实现(代码)2.三级目录......原创 2022-02-10 14:02:46 · 2418 阅读 · 0 评论 -
基因表达式编程(GEP)自学 第【1】天 Python 实现
目录1. GEP简介【★】2. 生物学基因表达式实体【★】2.1. DNA2.2. RNA2.3 蛋白质3. 生物学基因表达式【★★★★】3.1. 基因组复制3.2. 基因组重构3.2.1. 变异3.2.2. 重组3.2.3. 转座3.2.4. 基因复制3.3. 转录3.4. 翻译和翻译后修饰3.4.1. 翻译3.4.2. 翻译后修饰4. 其他关键术语【★★】4.1. 适应性4.2. 盘轮采样策略4.3. 遗传算法5. 参考书籍1. GEP简介【★】基因表达式编程GEP(Gene Expression原创 2022-01-26 22:28:18 · 3845 阅读 · 0 评论 -
基因表达式编程(GEP)自学 第【4】天 Python 实现(代码)
目录Python代码实现1. 运行环境1.1. Python 需要的库2. Python实现生成数据3. Python 实现初始化3.1 Genome 类 定义函数、终结符3.2 初始突变参数、染色体3.2.1. Environment:3.2.2. Chromosome :3.2.1. Gene:3.3 打印染色体4. 初始化输出测试5. 代码实现整合:Python代码实现1. 运行环境运行python是在PyCharm 运行1.1. Python 需要的库import randomimpo原创 2022-02-08 23:53:38 · 2842 阅读 · 9 评论 -
基因表达式编程(GEP)自学 第【3】天 Python 实现
基本基因表达式算法1. 个体种群1.1. 初始种群的产生2. 适应度函数与选择2.1. 适应度函数和选择环境2.2. 选择3. 有修饰的复制3.1. 复制和选择3.2. 变异1. 个体种群像所有的遗传算法一样,GEP采用个体种群,而且最开始必须产生初始种群。后续的种群都是这些初始种群或者奠基种群经过遗传修饰得到的后代。我们已经看到,在基因型/表现型系统中,我们只需要产生个体染色体,然后由发展过程来控制后续工作。因此,在GEP中,只需要随机产生初始种群的简单个体染色体结构。而且这是一个非常小的任务。对每原创 2022-01-29 00:09:53 · 2182 阅读 · 3 评论 -
基因表达式编程(GEP)自学 第【2】天 Python 实现
目录1. 表达式树【★★★★】1.1 开放阅读框(ORFs)二级目录三级目录1. 表达式树【★★★★】ps:这里先看懂表达式树是怎么转换为数学式子1.1 开放阅读框(ORFs)GEP的结构组织从开放阅读框(Open Reading Frames,ORFs)的角度来说更容易理解。在生物学上,一个 ORF序列,或者基因编码的序列,开始于一个“起始”密码子,接着是一些氮基酸密码子,最后止于一个“终止”密码子。然而一个基因不仅仅包含各自的 ORF,还包含起始密码子之前的序列和终止密码子之后的序列。虽然在GE原创 2022-01-28 14:56:47 · 2478 阅读 · 0 评论