基于群体递增学习算法的癌症化学疗法优化技术  

An approach to optimize cancer chemotherapy using population based incremental learning algorithm

作　　者：姜群[1] 王越[1] 宋文强[2] 

机构地区：[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

出　　处：《计算机应用》2007年第3期721-723,共3页journal of Computer Applications

基　　金：重庆市自然科学基金资助项目(CSTC2006BB2397)

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。A methodology for using Estimation of Distribution Algorithm （EDA） to optimize cancer chemotherapy was proposed. The performance of population based incremental learning （PBIL） algorithm in optimizing cancer chemotherapy was studied. The experimental results show that PBIL algorithm outperforms genetic algorithms in both the speed of finding a feasible treatment schedule and the quality of the final solution.

关 键 词：化学疗法 基于群体递增学习算法 约束 优化 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] TP391.77[自动化与计算机技术—控制科学与工程]