一种基于智能优化算法的繁殖指导方法及装置制造方法及图纸

本发明专利技术涉及人工智能领域，具体涉及一种基于智能优化算法的繁殖指导方法及装置，方法包括：公开了一种基于智能优化算法的种群期望基因繁殖最优策略指导方法，以得到期望基因过程中的时间和经济成本为目标，考虑种群的寿命、致死基因及数量等约束，对种群交配采样社会学习粒子群的智能优化算法来完成对交配过程的优化，以指导实验人员在每一代交配过程中应该把哪些基因型的种群放在一起，从而达到对种群交配进行指导目的。交配进行指导目的。交配进行指导目的。

【技术实现步骤摘要】
一种基于智能优化算法的繁殖指导方法及装置


[0001]本专利技术涉及人工智能领域，具体而言，涉及一种基于智能优化算法的繁殖指导方法及装置。

技术介绍

[0002]在生物医学领域，转基因小鼠具有独特的优越性和实用价值，发挥着重大作用；尤其是通过交配获得的多基因型小鼠疾病模型，在药物研发和机制研究中不可或缺。然而，在实际操作中，繁育获取多基因型小鼠模型的过程往往需要很大的时间、经济成本；尽管可参照孟德尔遗传定律制定繁育策略并最终获得期望基因型小鼠模型，但是如何最快、最高效地繁育尚无合理指导策略。
[0003]在进行生物医学相关实验时，往往需要得到一些预先期望的基因类型，而这些基因则需要通过对实验生物(以小鼠为例)来进行不断地交配而最终得到。由于在小鼠交配过程严格按照孟德尔遗传定律，即小鼠没代交配后所获得的基因型是按照一定概率得到的，因此在得到期望基因型的过程中往往需要很大的时间、经济成本。此外，由于没有合理的指导策略，在进行小鼠交配的环节中，有很多的交配环节都是无用功，这无疑进一步增加了相关成本。
[0004]通常，研究人员在通过小本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能优化算法的繁殖指导方法，其特征在于，包括以下步骤：获取种群初代的初始参数，所述初始参数包括基因型、期望基因型、寿命信息及致死基因信息；将所述种群分为雌雄两组，获取雌雄两组随机进行交配产生所述种群的第二代的基因型；查询所述第二代的基因型中是否有所述期望基因；若有所述期望基因，则计算整个交配过程中得到所述期望基因型的时间和经济成本，并初始化所述初始参数；若未发现有所述期望基因，则继续使所述种群的初代随机进行交配，直至出现所述期望基因；重复获取雌雄两组随机进行交配产生所述种群的第二代的基因型，直至所述种群的数量达到预设规模；当所述种群的数量达到所述预设规模时，进行选取繁殖最快、最高效的那组雌雄个体的交配策略，直至选取次数达到预设选取次数。2.根据权利要求1所述的基于智能优化算法的繁殖指导方法，其特征在于，所述若有所述期望基因，则计算整个交配过程中得到所述期望基因型的时间和经济成本具体为：通过总成本计算公式计算整个交配过程中得到所述期望基因型的时间和经济成本；所述总成本计算公式为：其中，C表示达到期望基因时所需要的总成本，此成本包括时间成本和经济成本，Ng表示当前的代数，n表示达到最终期望基因时所需要的代数，T(Ng)表示完成每代交配所需的时间，β*C
mouse
*N
mouse
(Ng)表示每代完成交配所需的经济成本，C
mouse
表示完成一代交配时所需要花费的经济成本，包括食物、人工，N
mouse
(Ng)则表示该代一共有多少只可以参与交配，α和β分别为权重系数，可由根据实际要求进行预设调整，即若更注重时间成本而非经济成本，则可使α大于β。3.根据权利要求1所述的基于智能优化算法的繁殖指导方法，其特征在于，在若有所述期望基因，则计算整个交配过程中得到所述期望基因型的时间和经济成本之前还包括：对所述种群的进行约束处理，所述约束处理包括寿命约束、致死基因约束及种群数量约束。4.根据权利要求3所述的基于智能优化算法的繁殖指导方法，其特征在于，所述寿命约束为：在所述种群进行交配的过程中考虑个体的寿命问题，超过预设年限的个体在所述种群中视为寿命失活个体；所述寿命失活个体的表达式为：式中，Mouse
life
代表小鼠当前的存活状态，1表示所述种群中的可以正常交配的个体，0表示所述种群中已经超过预设生存代数，其设置为已经失活，Mouse
Ng
表示当前个体已经存活的代数，life
max
表示个体可以存活的最大代数。
5.根据权利要求3所述的基于智能优化算法的繁殖指导方法，其特征在于，所述致死基因约束为：所述种群中导致个体丧失生育能力及死亡的基因型被视为致死基于，将有所述致死基因的个体视为致死基...

【专利技术属性】
技术研发人员：杨之乐，张玉倩，赵世豪，郭媛君，王尧，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：