位置:成果数据库 > 期刊 > 期刊详情页
基于人工神经网络的秀丽隐杆线虫趋温性行为的建模与仿真
  • ISSN号:1001-9081
  • 期刊名称:《计算机应用》
  • 时间:0
  • 分类:TP181[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:计算智能重庆市重点实验室(重庆邮电大学),重庆400065
  • 相关基金:国家自然科学基金资助项目(61403054,61403053); 重庆市基础与前沿研究计划项目(cstc2014jcyj A40022)
中文摘要:

为了模拟秀丽隐杆线虫的趋温性行为,提出一种通过人工神经网络对秀丽隐杆线虫的趋温性行为进行建模的方法,并进行实验仿真。首先,建立秀丽隐杆线虫的运动模型;然后,通过设计非线性函数逼近线虫趋温性的运动逻辑,实现运动速度和偏向角度的改变功能;最后,通过人工神经网络对该非线性函数进行学习,从而在Matlab环境中对上述过程进行实验仿真,模拟出了秀丽隐杆线虫的趋温性行为。实验结果表明,在更接近生物体本质的条件下,反馈(BP)神经网络比径向基函数(RBF)神经网络能更好地模拟线虫的趋温性行为。同时也表明所提方法能够很好地模拟秀丽隐杆线虫的趋温性行为,在一定程度上揭示了线虫趋温性的实质,理论上支持了爬虫机器人的趋温性研究。

英文摘要:

To research the thermal behavior of Caenorhabditis elegans( C. elegans), a new method was proposed to model and simulate the thermal behavior of C. elegans based on the artificial neural network. Firstly, the motion model of the nematode was established. Then, a nonlinear function was designed to approximate the movement logic of the thermotaxis of the nematode. Thirdly, the speed and the orientation change capabilities were implemented, and these capabilities had been realized by the artificial neural network. Finally, the experimental simulation was carried out in the Matlab environment, and the thermal behavior of the nematode was simulated. The experimental results show that Back Propagation( BP) neural network can simulate the thermal behavior of C. elegans better than Radical Basis Function( RBF) neural network. The experimental results also demonstrate that the proposed method can successfully model the thermal behavior of C. elegans, and reveal the essence of the thermotaxis of C. elegans to some extent, which theoretically supports the research on the thermotaxis of the crawling robot.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术协会
  • 主办单位:四川省计算机学会中国科学院成都分院
  • 主编:张景中
  • 地址:成都市人民南路四段九号科分院计算所
  • 邮编:610041
  • 邮箱:xzh@joca.cn
  • 电话:028-85224283
  • 国际标准刊号:ISSN:1001-9081
  • 国内统一刊号:ISSN:51-1307/TP
  • 邮发代号:62-110
  • 获奖情况:
  • 全国优秀科技期刊一等奖,国家期刊奖提名奖,中国期刊方阵双奖期刊,中文核心期刊,中国科技核心期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:53679