多药物组合防治玉米小斑病问题的建模与优化

摘要

南方玉米小斑病是影响玉米产量最主要的病害之一，每年带来的玉米产量损失可以高达68％。传统的单一药物防治方法存在耐药性等问题，本文提出的多药物组合的策略是解决这些问题的一种方法。但组合数量会随着药物种类和每种药物浓度值的增加而呈指数式的增长，以至于不能通过逐个实验来筛选最优的药物组合。针对这个问题，本文基于平板实验系统提出了两种药物组合的优化方法：数据回归模型和随机优化方法。本文的主要内容分为四个部分：
　　1.本章分析了单种药物防治南方玉米小斑病的缺陷，提出了多药物组合的防治策略。
　　2.本章选用三种杀菌剂对玉米小斑病菌抑制的平板实验系统，基于130次药物组合实验，使用神经网络算法和支持向量回归算法建立了两种数据驱动模型。通过分析模型对输出的预测能力表明，基于支持向量回归的模型在模拟系统输入输出的外特性方面具有更好的性能。本文利用该回归模型和聚类分析方法对药物组合进行了优化。实验结果表明优化的药物组合实现总的用药量降低2/3，同时使得抑制小斑病菌的效率在90%以上。
　　3.本章基于差分进化算法提出了一种通过实验迭代来优化药物剂量组合的方法，仿真结果表明该方法可以通过大约150次的实验得出最优的药物组合。
　　4.对以上两种优化药物剂量组合的方法进行了总结并提出了一些可以继续开展研究的课题。此外，该方法具有一定的通用性，可以用来解决类似的药物优化问题。

目录

封面

声明

答辩决议书

中文摘要

英文摘要

目录

第一章 绪论

1.1 背景

1.2 现有的防治手段以及存在的问题

1.3 组合用药策略及其存在的问题

1.4 问题的转化

第二章 基于数据驱动模型的组合药物剂量的优化方法

2.1 实验平台

2.1.1 培养基的配制和真菌的培养方法

2.1.2 实验结果的测量

2.1.3 药物的选择

2.2 问题的转换与建模思路

2.2.1 问题的转换

2.2.2 建立模型的思路

2.3 药物组合实验数据采样与预处理

2.3.1 单个药物作用的浓度-抑制率的曲线和组合药物实验

2.3.2 二元区间数与运算的定义

2.3.3 数据预处理

2.4 二元区间数回归模型的建立与分析

2.4.1 神经网络模型

2.4.2 支持向量回归模型

2.5 药物组合性能的评估和优化

2.6 小结

第三章 基于差分进化的组合药物剂量的随机优化方法

3.1 差分进化算法

3.2 基于差分进化的药物浓度随机优化方法的仿真

3.3 小结

全文总结

参考文献

致谢

攻读学位期间发表的学术论文目录

攻读学位期间参与的项目