Thesis (M.Sc.)-Cairo University- Faculty of Computers and Artificial Intelligence - Department of

Bibliography: p. 69-75.

مع اكتشاف أحماض نوويه جديدة ، ظهرت مشكلة أساسية تتمثل في كيفية تصنيف تسلسل الحمض النووي إلى فئه صحيحة .لسوء الحظ ، د تحديد الاحماض النوويه بشكل صحيح وتصنيف مجموعة منهم في مجموعات k حيث يجب تحديد k مسبقًا أحد العوائق الرئيسية في تحليل المجموعات ، خاصةً عندما تكون البيانات ذات أبعاد عديدة ، ويكون عدد المجموعات كبيرًا جدًا ويصعب تخمين عددها. لذلك ، العثور على مقياس تشابه يحافظ على وظيفة الحمض النووى ويمثل تكوين وتوزيع القواعد فيه هو أحد التحديات الرئيسية في علم الأحياء الحسابي. في هذه الرساله ، تم طرح metaheuristic جديد للحوسبة الناعمة يحل مشكله التجميع التلقائي لتوليد التكوين الأمثل للكتلة ولتحديد أفضل k لعدد المجموعات. تُستخدم ال الشبكة العصبية المقترنة بالنبض (PCNN) لحساب تشابه سلاسل الحمض النووي أو الاختلاف بينهم . تم تهجين خوارزمية الخفافيش مع الخوارزمية الجينية لحل مشكلة تجميع البيانات تلقائيًا. تم إجراء تجارب حسابية واسعة النطاق على مجموعة البيانات expanded human oral microbiome database (eHOMD). وأظهرت النتائج أن GABAT الهجين تفوق في الأداء على الخوارزمية الجينية ، خوارزمية الخفافيش وغيرها من الخوارزميات المنافسة الأخرى. أظهر GABAT قيم متوسط وانحراف معياري أفضل بلغت 0.40954 ، 0.0197 باستخدام المسافة الإقليدية و 0.012312 ، 0.003918 باستخدام الانتروبيا كمقياس للمسافة . تم إجراء اختبار Wilcoxon للتحقق الثابت من صحة المجموعات التي تم الحصول عليها ، وأظهر قيمة p نسبه أقل من 5٪ حيث تفوق خوارزمية الخفافيش على الخوارزمية الجينية ، وتفوق GABAT على خوارزمية الخفافيش. وهذا يثبت أن أداء GABAT أفضل من منافسيها