Diseño de un método selectivo inspirado en enfriamiento simulado aplicado a un proyecto bioquímico

Este trabajo describe un método inspirado en la estrategia de enfriamiento simulado para el caso de estimación de parámetros cinéticos de una reacción metabólica simple. El método se combina con un algoritmo genético que ya ofrece una combinación de parámetros válida, pero que debido a la naturaleza...

Descripción completa

Detalles Bibliográficos
Autor: Higuera Cabañes, Clara
Tipo de recurso: tesis de maestría
Fecha de publicación:2010
País:España
Institución:Universidad Complutense de Madrid (UCM)
Repositorio:Docta Complutense
Idioma:español
OAI Identifier:oai:docta.ucm.es:20.500.14352/46245
Acceso en línea:https://hdl.handle.net/20.500.14352/46245
Access Level:acceso abierto
Palabra clave:519.87:004(043.3)
004:519.87(043.3)
004.421:575.8(043.3)
575.8:004.421(043.3)
Enfriamiento Simulado
Algoritmos Genéticos
Parámetros cinéticos
Optimización global
Modelo metabólico
Simulated Annealing
Genetic Algorithms
Kinetic parameters
Global optimization
Metabolic model
Sistemas expertos
Bioinformática
id ES_399500e84f01ae76498b2f7c132092b7
oai_identifier_str oai:docta.ucm.es:20.500.14352/46245
network_acronym_str ES
network_name_str España
repository_id_str
spelling Diseño de un método selectivo inspirado en enfriamiento simulado aplicado a un proyecto bioquímicoHiguera Cabañes, Clara519.87:004(043.3)004:519.87(043.3)004.421:575.8(043.3)575.8:004.421(043.3)Enfriamiento SimuladoAlgoritmos GenéticosParámetros cinéticosOptimización globalModelo metabólicoSimulated AnnealingGenetic AlgorithmsKinetic parametersGlobal optimizationMetabolic modelSistemas expertosBioinformáticaEste trabajo describe un método inspirado en la estrategia de enfriamiento simulado para el caso de estimación de parámetros cinéticos de una reacción metabólica simple. El método se combina con un algoritmo genético que ya ofrece una combinación de parámetros válida, pero que debido a la naturaleza del modelo no consigue decantarse por una única solución, siendo ligeramente diferentes las soluciones en cada ejecución, aún obteniendo el mismo valor de la función de fitness. Con la propuesta formulada en este trabajo, se ha definido un criterio para analizar los resultados proporcionados por el algoritmo genético. Dicho criterio se basa en la minimización de una función de energía, que es propia del método de optimización global conocido como Enfriamiento Simulado. Esta función permite observar cómo evoluciona el modelo biológico hacia la estabilidad en función de los valores de mínima energía y según las diferentes combinaciones de parámetros proporcionadas por el algoritmo genético. Losresultados obtenidos muestran la eficacia del método propuesto. [ABSTRACT] This project document describes a method inspired in the strategy of simulated annealing for the estimation of kinetic parameters in a simple metabolic reaction. This method is combined with a genetic algorithm, which already obtains sets of correct parameters, but it is not yet able to choose the best one between them, due to the models nature. The set of parameters is slightly different between several runs of the genetic algorithm although the value of their fitness function results to be the same. This is why it is necessary an additional method which complements the genetic algorithm achieving a unique optimum.With the proposal here formulated, a criteria has been defined to analyse the results given by the genetic algorithm. Such criteria is based in the minimization of an energy function which is the main characteristic of the global optimization method called simulated annealing. This function makes possible to observe how the biological model evolves towards stability according to the values of minimum energy and the different sets of parameters resulting from the genetic algorithm. The results presented in this document show the effectiveness of the method proposed.Pajares Martinsanz, GonzaloHerrera Caro, Pedro JavierMorán Abad, FedericoUniversidad Complutense de Madrid20102010-01-0120102010-01-01master thesishttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/20.500.14352/46245reponame:Docta Complutenseinstname:Universidad Complutense de Madrid (UCM)Españolspaopen accesshttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessoai:docta.ucm.es:20.500.14352/462452026-06-02T12:44:21Z
dc.title.none.fl_str_mv Diseño de un método selectivo inspirado en enfriamiento simulado aplicado a un proyecto bioquímico
title Diseño de un método selectivo inspirado en enfriamiento simulado aplicado a un proyecto bioquímico
spellingShingle Diseño de un método selectivo inspirado en enfriamiento simulado aplicado a un proyecto bioquímico
Higuera Cabañes, Clara
519.87:004(043.3)
004:519.87(043.3)
004.421:575.8(043.3)
575.8:004.421(043.3)
Enfriamiento Simulado
Algoritmos Genéticos
Parámetros cinéticos
Optimización global
Modelo metabólico
Simulated Annealing
Genetic Algorithms
Kinetic parameters
Global optimization
Metabolic model
Sistemas expertos
Bioinformática
title_short Diseño de un método selectivo inspirado en enfriamiento simulado aplicado a un proyecto bioquímico
title_full Diseño de un método selectivo inspirado en enfriamiento simulado aplicado a un proyecto bioquímico
title_fullStr Diseño de un método selectivo inspirado en enfriamiento simulado aplicado a un proyecto bioquímico
title_full_unstemmed Diseño de un método selectivo inspirado en enfriamiento simulado aplicado a un proyecto bioquímico
title_sort Diseño de un método selectivo inspirado en enfriamiento simulado aplicado a un proyecto bioquímico
dc.creator.none.fl_str_mv Higuera Cabañes, Clara
author Higuera Cabañes, Clara
author_facet Higuera Cabañes, Clara
author_role author
dc.contributor.none.fl_str_mv Pajares Martinsanz, Gonzalo
Herrera Caro, Pedro Javier
Morán Abad, Federico
Universidad Complutense de Madrid
dc.subject.none.fl_str_mv 519.87:004(043.3)
004:519.87(043.3)
004.421:575.8(043.3)
575.8:004.421(043.3)
Enfriamiento Simulado
Algoritmos Genéticos
Parámetros cinéticos
Optimización global
Modelo metabólico
Simulated Annealing
Genetic Algorithms
Kinetic parameters
Global optimization
Metabolic model
Sistemas expertos
Bioinformática
topic 519.87:004(043.3)
004:519.87(043.3)
004.421:575.8(043.3)
575.8:004.421(043.3)
Enfriamiento Simulado
Algoritmos Genéticos
Parámetros cinéticos
Optimización global
Modelo metabólico
Simulated Annealing
Genetic Algorithms
Kinetic parameters
Global optimization
Metabolic model
Sistemas expertos
Bioinformática
description Este trabajo describe un método inspirado en la estrategia de enfriamiento simulado para el caso de estimación de parámetros cinéticos de una reacción metabólica simple. El método se combina con un algoritmo genético que ya ofrece una combinación de parámetros válida, pero que debido a la naturaleza del modelo no consigue decantarse por una única solución, siendo ligeramente diferentes las soluciones en cada ejecución, aún obteniendo el mismo valor de la función de fitness. Con la propuesta formulada en este trabajo, se ha definido un criterio para analizar los resultados proporcionados por el algoritmo genético. Dicho criterio se basa en la minimización de una función de energía, que es propia del método de optimización global conocido como Enfriamiento Simulado. Esta función permite observar cómo evoluciona el modelo biológico hacia la estabilidad en función de los valores de mínima energía y según las diferentes combinaciones de parámetros proporcionadas por el algoritmo genético. Losresultados obtenidos muestran la eficacia del método propuesto. [ABSTRACT] This project document describes a method inspired in the strategy of simulated annealing for the estimation of kinetic parameters in a simple metabolic reaction. This method is combined with a genetic algorithm, which already obtains sets of correct parameters, but it is not yet able to choose the best one between them, due to the models nature. The set of parameters is slightly different between several runs of the genetic algorithm although the value of their fitness function results to be the same. This is why it is necessary an additional method which complements the genetic algorithm achieving a unique optimum.With the proposal here formulated, a criteria has been defined to analyse the results given by the genetic algorithm. Such criteria is based in the minimization of an energy function which is the main characteristic of the global optimization method called simulated annealing. This function makes possible to observe how the biological model evolves towards stability according to the values of minimum energy and the different sets of parameters resulting from the genetic algorithm. The results presented in this document show the effectiveness of the method proposed.
publishDate 2010
dc.date.none.fl_str_mv 2010
2010-01-01
2010
2010-01-01
dc.type.none.fl_str_mv master thesis
http://purl.org/coar/resource_type/c_bdcc
dc.type.openaire.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.14352/46245
url https://hdl.handle.net/20.500.14352/46245
dc.language.none.fl_str_mv Español
spa
language_invalid_str_mv Español
language spa
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Docta Complutense
instname:Universidad Complutense de Madrid (UCM)
instname_str Universidad Complutense de Madrid (UCM)
reponame_str Docta Complutense
collection Docta Complutense
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869406173089759232
score 15.301603

Similares en LA Referencia