醋的核磁共振代谢组学数据的遗传聚类新方法

摘要

食醋是我国传统的酸性调味品，同时也是一种中药，有抵抗疲劳、调节血压血脂、抗癌、促进食欲、止血解毒等重要功效。醋是以高粱、米、麦等酿成的含乙酸成分的液体，其化学成分十分复杂，且由于原料、制作工艺、配比的不同，可分为很多种不同质量的种类。我国醋的种类有很多，其中以山西老陈醋、镇江香醋、福建红曲米醋最为著名。醋的种类不同，其口味、用法、疗效都会有差异，人们往往通过观察其颜色，品尝其味道来进行判别，并没有一套科学合理的判断方法。因此，对不同种类的醋进行聚类划分就显得尤为重要。本文中采用了一种遗传算法改进的聚类分析方法，用以解决不同醋的聚类问题。在实例分析中，分别对陈醋、香醋、米醋的核磁共振数据进行聚类分析。在对聚类问题进行浮点数编码的基础上，分别选择了比例选择、算数交叉、随机变异的遗传操作，并将遗传算法与K-means聚类算法相结合。设计了合适的适应度函数，通过反复尝试，设置了适当的算法参数，充分发挥遗传算法和K-means算法的优势，结合两种算法的全局寻优能力和局部寻优能力，并以此对醋的数据进行聚类划分，将其与传统K-means的结果进行比较。结果显示，该数据在改进的聚类算法下可以得到有效划分，且其算法性能比K-means算法要好。
　　本研究分为五个部分：第一章，前言，介绍了核磁共振技术，代谢组学的研究背景及其相关知识；并介绍了遗传算法的相关知识背景，以及一些常用的聚类分析方法；最后说明了本文要完成的主要工作。第二章，K-means聚类和遗传算法，主要介绍了K-means算法的原理和步骤，遗传算法的基本原理、基本术语；并对遗传算法与K-means相结合的可行性进行了分析。第三章，基于遗传算法改进的聚类分析，确定了遗传聚类算法的编码方式，构造了适应度函数，设计了选择操作、交叉操作以及变异操作，并设置了进化算法的终止条件。第四章，仿真实验及实例分析，主要用遗传聚类方法解决陈醋、米醋、香醋的核磁共振代谢组学数据的分类问题，与K-means算法结果进行比较，并分析总结实验结果，提出本文研究的不足之处及日后需要改进的地方。第五章，总结与展望，主要分析、总结聚类结果，提出本文中采用遗传算法改进聚类的不足之处，以及日后需要改进的地方。

目录

封面

目录

中文摘要

英文摘要

第一章 前言

1.1 背景及相关知识

1.2 遗传算法

1.3 聚类分析

1.3.1 聚类算法简介

1.3.2 常用聚类分析算法

1.4 研究意义

1.5 本文主要工作

第二章 K-means聚类和遗传算法

2.1 K-means聚类介绍

2.1.1 K-means聚类算法的基本思想

2.1.2 改进的K-means聚类算法

2.2 遗传算法概述

2.2.1 遗传算法基本思想

2.2.2 遗传算法的基本原理

2.2.3 遗传算法中涉及的基本术语

2.2.4 遗传算法的基本操作

2.2.5 遗传算法的流程图

2.3 GA与K-means聚类算法结合的可行性分析

第三章 基于遗传算法改进的聚类分析

3.1 遗传算法改进的K-means聚类分析

3.1.1 染色体编码及种群初始化

3.1.2 遗传算子与适应度函数的设计

3.1.3 终止条件判断

3.1.4 进化过程

3.1.5 控制参数

3.1.6 根据遗传算法得到的最佳聚类中心进行聚类

第四章 关于醋的聚类仿真实验及结果分析

4.1 醋的代谢组学数据

4.2 醋的聚类结果与分析

第五章 总结与展望

附录

参考文献

攻读学位期间取得的研究成果

致谢

个人简况及联系方式

声明