基于群体递增学习算法的癌症化学疗法优化技术.pdfVIP

第27卷第3期 计算机应用 V01．27No．3 2007年 3月 ComputerApplications Mar．2oo7 文章编号：1001—9081(2007)03—0721—03 基于群体递增学习算法的癌症化学疗法优化技术 姜 群 ，王 越 ，宋文强 (1．重庆工学院计算机科学与工程学院，重庆400050；2．第三军医大学基础医学部，重庆400050) (jq@cqit．edu．en) 摘 要：探索分布估计算法中基于群体递增学习算法在优化癌症化疗中的应用能力，并与遗传算 法作相应比较。实验表明基于群体递增学习(PBIL)算法的搜寻速度以及搜寻到的可行解质量均优 于遗传算法。 关键词：化学疗法；基于群体递增学习算法；约束；优化 中图分类号 ：TP181；TP391．77 文献标识码 ：A An approach tooptimizecancerchemotherapy usingpopulationbased incrementallearningalgorithm JIANGQun，WANGYue，SONGWen．qiang (1．CollegeofComputerScienceandEngineeHng,ChongqingInstituteofTechnology,Chongqing400050，China； 2．MinistryofFundamentalMedicalSceince，ThirdMilitaryMedcialUniversity,Chongqing400050，China) Abstract：AmethodologyforusingEstimationofDistributonAlgorithm (EDA)tooptimizecancerchemotherapywas proposed．Theperformanceofpopulationbasedincrementallearning(PBIL)algorithminoptimizingcancerchemotherapyWas studied．Th eexperimental resultsshow thatPBIL algorithm outpe rfomr sgeneticalgorithmsinboth the speed offindinga feasibletreatmentscheduleandthequalityofthefinal solution． Keywords：chemotherapy；populationbasedincremental learningalgorithm；constraint；optimization Gaussina NetworksAlgorithmbyedge)等t5]。由Baluja等 ‘ 0 引言 提 出的基于群体递增学 习 (PopulationBasedIncremental 许多决策问题都涉及到搜寻巨大的解空间。我们所研究 Learning，PBIL)算法是一阶分布估计算法，它用二元串表示染 的癌症化学疗法问题 ¨ 可能的解空间规模随决定性变量数 色体。在种类凡多的分布估计算法中，PBIL是一个最频繁使 指数级增长 ，同时决定性变量的取值还需满足可行性标准，一 用的解决现实生活中优化问题 的算法。本文将探索PBIL 般地 ，该问题的优化解选择是一个大型复杂结构优化难题。 算法在寻找有效的化学疗法上的适用性 ，并将其性能与遗传 决定性变量的约束条件通常使得解空间结构复杂，可行