Использование генетических алгоритмов для подбора параметров в математических моделях электрофизиологии кардиомиоцитов
Аннотация
Автор работы: Котов Игорь Андреевич, студент департамента математики, механики и компьютерных наук ИЕНиМ УрФУ.
Научный руководитель: Ушенин Константин Сергеевич, ассистент
кафедры высокопроизводительных компьютерных технологий ИЕНиМ
УрФУ.
Подбор параметров в клеточных моделях электрофизиологии
кардиомиоцитов является одной из актуальных задач математического
моделирования в биологии. В настоящий момент люди вынуждены
совершать подбор параметров вручную, что является достаточно
неэффективным и трудозатратным действием.
Автором создано программное обеспечение, осуществляющее подбор
параметров с помощью генетического алгоритма в клеточной модели
Алиева-Панфилова. Генетический алгоритм – это эвристический алгоритм поиска глобального минимума, используемый для решения задач оптимизации и моделирования путем случайного подбора,
комбинирования и вариации искомых параметров с использованием
механизмов, аналогичных естественному отбору в природе. ПО
разработано с помощью фреймворка pyevolve.
В результате проведенных численных экспериментов на разработанном
ПО установлено, что генетические алгоритмы успешно справляются с
поставленной задачей и имеют невысокую погрешность. Подобранный
набор параметров определяется неоднозначно.
Научный руководитель: Ушенин Константин Сергеевич, ассистент
кафедры высокопроизводительных компьютерных технологий ИЕНиМ
УрФУ.
Подбор параметров в клеточных моделях электрофизиологии
кардиомиоцитов является одной из актуальных задач математического
моделирования в биологии. В настоящий момент люди вынуждены
совершать подбор параметров вручную, что является достаточно
неэффективным и трудозатратным действием.
Автором создано программное обеспечение, осуществляющее подбор
параметров с помощью генетического алгоритма в клеточной модели
Алиева-Панфилова. Генетический алгоритм – это эвристический алгоритм поиска глобального минимума, используемый для решения задач оптимизации и моделирования путем случайного подбора,
комбинирования и вариации искомых параметров с использованием
механизмов, аналогичных естественному отбору в природе. ПО
разработано с помощью фреймворка pyevolve.
В результате проведенных численных экспериментов на разработанном
ПО установлено, что генетические алгоритмы успешно справляются с
поставленной задачей и имеют невысокую погрешность. Подобранный
набор параметров определяется неоднозначно.