基于概率模型检测的PDGF信号路径验证及反例生成与分析

基于概率模型检测的PDGF信号路径验证及反例生成与分析

论文摘要

模型检测是一种有效的自动化验证技术,已成功应用于安全和通讯协议、随机分布式算法、生物系统和电源管理等领域对系统进行分析与验证。作为一种形式化验证技术,模型检测能够对系统的状态空间进行穷举搜索并验证性质的正确性。当系统不满足逻辑公式所描述的性质时能够提供反例,从而帮助建模者进行修改模型或者再设计。模型检测也被广泛用作一项调试技术,帮助用户在模型不满足性质时分析错误原因。概率模型检测不仅可以对系统进行定性检测,而且还可以定量地检测一个具有随机行为的有限状态系统的正确性,因此被广泛应用,并取得了瞩目的成果。但对于不满足性质的系统,现有的概率模型检测器并没有提供反例。特别是检测复杂系统,例如信号转导网络或者基因调控网络(各种信号转导通路相互作用、相互识别,将信号从细胞外传递到细胞内;在细胞内负责不同功能的信号通路之间除了执行自身信号传递功能,还与其它通路存在相互制约或相互促进作用,在各信号通路间形成串扰,所以系统十分复杂),当系统不满足待验证的性质时,如果不能提供有用的调试信息,将会极大限制概率模型检测在复杂网络中的应用。目前,国内外的许多学者在经典模型检测和概率模型检测的应用领域进行了大量的研究,但在概率模型检测反例生成及分析方面尚未研究全面。本文研究了如何使用概率模型检测验证血小板衍生生长因子(PDGF)信号转导路径,对于不满足性质的系统给出反例;并且通过反例信息,分析导致系统不满足性质的原因。本文研究主要有以下几点:1.本文将概率模型检测技术应用到PDGF信号转导路径验证中,通过概率模型检测研究信号路径的动态性以及信号通路之间的串扰现象,并在PDGF信号转导路径中解释其生物现象。2.通过XBF算法给出PDGF信号转导路径不满足性质的反例路径,帮助建模者分析和调试系统错误。3.通过对反例的进一步分析找出导致PDGF信号转导路径不满足所描述性质的原因。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 研究背景
  •   1.2 研究现状
  •     1.2.1 模型检测研究现状
  •     1.2.2 信号转导路径研究现状
  •   1.3 研究内容和研究意义
  •   1.4 论文结构
  • 第2章 预备知识
  •   2.1 模型检测
  •     2.1.1 离散时间马尔可夫链
  •     2.1.2 连续时间马尔科夫链
  •   2.2 概率模型检测器PRISM
  •   2.3 反例生成的基本原理
  •     2.3.1 反例概念
  •     2.3.2 概率反例
  •     2.3.3 CSL反例
  •   2.4 本章小节
  • 第3章 PDGF信号转导路径建模与验证
  •   3.1 PDGF信号转导路径建模
  •   3.2 待验证性质描述
  •   3.3 性质验证与分析
  •   3.4 本章小节
  • 第4章 PDGF路径反例生成与分析
  •   4.1 反例生成算法
  •     4.1.1 路径搜索
  •     4.1.2 XBF算法
  •   4.2 反例生成与分析
  •   4.3 本章小节
  • 第5章 总结与展望
  •   5.1 论文工作总结
  •   5.2 论文不足与展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间的成果
  • 附录
  • 文章来源

    类型: 硕士论文

    作者: 王亚鹏

    导师: 雷丽晖

    关键词: 概率模型检测,反例,信号转导通路,血小板衍生生长因子

    来源: 陕西师范大学

    年度: 2019

    分类: 基础科学

    专业: 数学

    单位: 陕西师范大学

    分类号: O211.62

    DOI: 10.27292/d.cnki.gsxfu.2019.000037

    总页数: 58

    文件大小: 3624K

    下载量: 10

    相关论文文献

    • [1].基于概率模型检验的云渲染任务调度定量验证[J]. 软件学报 2020(06)
    • [2].基于出行意图的潜在高价值旅客发现概率模型[J]. 北京邮电大学学报 2019(01)
    • [3].高中概率模型学与教中的问题和对策[J]. 数学教育学报 2017(01)
    • [4].在精彩的交汇中理解两个概率模型[J]. 数理天地(高中版) 2020(11)
    • [5].巧用概率模型解决代数问题[J]. 数学学习与研究 2017(05)
    • [6].钢筋混凝土箱梁桥弯曲抗力概率模型的确立[J]. 科技与创新 2020(01)
    • [7].要文推荐[J]. 中国水运 2017(09)
    • [8].设计概率模型 解决实际问题[J]. 初中生世界 2020(Z6)
    • [9].巧妙建立概率模型[J]. 高中生学习(高二版) 2012(10)
    • [10].考虑应力比的疲劳裂纹扩展概率模型[J]. 航空动力学报 2009(09)
    • [11].主题概率模型在微博主题挖掘方面的研究综述[J]. 信息工程大学学报 2017(01)
    • [12].基于位点相关概率模型的富亮氨酸重复序列预测[J]. 中国科技论文 2015(06)
    • [13].基于多元气温概率模型的气象保险的定价和风险评估[J]. 延边大学学报(自然科学版) 2012(03)
    • [14].搜潜发现概率模型探讨[J]. 指挥控制与仿真 2010(05)
    • [15].基于综合停运概率模型的电网薄弱环节评估[J]. 科学技术与工程 2016(30)
    • [16].基于双向拍卖的运输服务市场成交概率模型研究[J]. 价值工程 2020(21)
    • [17].构造概率模型解题例说[J]. 数理化学习(高中版) 2008(11)
    • [18].膨胀土判别与分类的模糊概率模型及应用[J]. 公路交通科技 2010(03)
    • [19].临床诊断概率模型的建立与改进[J]. 兰州工业高等专科学校学报 2009(02)
    • [20].既有结构抗力的随机过程概率模型[J]. 西安建筑科技大学学报(自然科学版) 2008(04)
    • [21].《条件推理的条件概率模型》的新进展[J]. 心理学探新 2016(03)
    • [22].基于多元气温概率模型的气温期权定价方法研究[J]. 上海理工大学学报 2015(03)
    • [23].条件推理的条件概率模型述评[J]. 心理学探新 2008(02)
    • [24].基于颗粒吸附概率模型的渗透注浆滤过机制研究[J]. 工程科学与技术 2020(05)
    • [25].概率模型的简易应用[J]. 电脑知识与技术 2018(05)
    • [26].概率模型在组合等式证明中的应用[J]. 宜宾学院学报 2012(12)
    • [27].地域、性别不同与自评健康状况异质性研究[J]. 中国农村卫生事业管理 2020(07)
    • [28].概率模型检测的网络传播干预策略[J]. 小型微型计算机系统 2017(06)
    • [29].一种基于赋权联合概率模型的聚类算法[J]. 数据采集与处理 2016(01)
    • [30].基于改进信息交易概率模型的信息风险测度研究[J]. 管理科学 2014(06)

    标签:;  ;  ;  ;  

    基于概率模型检测的PDGF信号路径验证及反例生成与分析
    下载Doc文档

    猜你喜欢