混合人工生命系统与粒子群算法的优化算法

提出一种混合人工生命系统和粒子群算法的优化算法。算法包括两个阶段,第1阶段创建人工生命系统,系统中的人工生物有感知系统,它们可以发现所需要的资源,并新陈代谢,人工生物之间互相交互,导致整个系统出现突现集群现象。通过人工生命系统形成的突现集群给粒子群算法提供优良的初始位置。第2阶段使用粒子群算法进一步寻找优化的最佳结果。最后以著名的Rosenbrock函数为例来证明该算法的优化能力,实验数据表明,该优化算法是有效的。

进化视角下的定量生物学规律与人工生命合成

遗传进化是生物系统的一个基本特征,生物系统的结构与功能都是动态变化的,生物通过进化更好地适应环境。定量合成生物学作为一门新兴交叉学科,主要研究如何利用合成系统定量刻画生物学规律,以及基于理性设计和改造人工生命系统来解答生命科学前沿问题。然而,目前掌握的知识还不足以满足理性设计和定量可控的要求。尽管人工生命系统产生于实验室,但其同样受到进化法则的支配,比如突变、遗传漂变、达尔文自然选择等,因此需要利用进化规律帮助设计和构建更加稳定的人工生命系统;反过来,简单、周期短且可控的定量合成生物系统也可帮助研究生物进化原理提供更佳的生物模型,两者相互促进,为更好地探索生命法则提供了理论支撑和技术手段。本文主要综述了目前应用进化原理筛选目标蛋白的连续定向进化方法,总结了利用进化原理提高合成线路稳定性的策略;同时,介绍了用定量合成生物学的手段研究生物进化原理的进展,并提出了基于进化原理的人工生命设计的研究方向。未来合成生物学与进化生物学的融合发展将为精确控制生命系统提供思路和方法,增进合成生物学改善人类可持续发展的应用。

日本“Emergent系统”的研究

本文介绍了日本文部省重点科学研究课题“Emergent系统”的立题背景，研究的出发点，所设立的基础研究项目，及研究的进展．