4、昆虫额神经节与口胃模式生成网络解析

昆虫额神经节与口胃模式生成网络解析

一、昆虫神经系统研究背景

昆虫神经系统作为研究行为神经基础的模型系统,具有重要价值。一方面,昆虫的神经和神经内分泌系统易于研究且结构相对简单,已有大量研究对其进行了详细描述;另一方面,昆虫能够展现出复杂且可控的行为过程,在实验室中较易研究。同时,简单生物和高等生物的神经系统存在许多相似性和共同原理。

此外,研究昆虫神经网络还有重要的实际意义。由于杀虫剂抗性和不可接受的副作用等原因,安全且经济有效的杀虫剂种类不断减少,因此急需开发新的害虫管理策略。深入了解昆虫行为背后的神经和神经内分泌机制,有助于确定替代的作用靶点。

二、昆虫口胃神经系统概述

昆虫口胃神经系统(早期工作中也称为肠神经系统或口道神经系统)存在于所有已知昆虫物种中,负责为昆虫消化道的前部提供神经支配。在甲壳类动物中,对口胃神经系统的研究已经非常深入,其神经元数量少且行为输出相对简单,几十年来一直是研究节律性行为神经控制的主要模型。然而,我们对昆虫口胃神经系统的了解还远远不够。

三、昆虫口胃神经系统的解剖结构与发育
  1. 解剖结构
    • 昆虫口胃神经系统的解剖结构因物种的取食方式而异。一般来说,以液体为食的昆虫,其口胃神经系统相对简单,前肠运动主要由肌源性控制;而以固体食物为食的昆虫,前肠运动更为复杂,受肌源性和神经源性共同控制。
    • 该系统由一系列与大脑、心侧体、咽侧体和肠道前部紧密相连的小神经节组成。额神经节(FG)是大多数昆虫口胃系统的主要组成部分,吸引了大量研究。
    • 以蝗虫和烟草天蛾为例:
先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值