20世纪后期,信息技术的快速发展催生了一门新的学科即生物信息学,生物信息学依靠数学和人工智能与生物医学的有机结合,已经在肿瘤基因表达谱分析、基因变异和蛋白质结构分析等领域取得了丰硕成果,成为了研究的热点。利用信息处理技术对肿瘤基因表达谱数据进行分析,对于揭示病变产生的原因、发展机理、疾病诊断、药物研制都有很强的现实意义。基因表达谱数据具有自身的特性,主要表现在小样本、高维、高噪声及高冗余方面,这些特性使得传统的分类方法在处理基因表达谱数据时往往效果不好,支持向量机对具有小样本、高维的数据进行分类效果良好。为了克服基因表达谱数据高噪声及冗余对分类器性能的影响,需要对原始数据进行特征选择。本文总结了目前在基因表达谱数据分类中的常用方法,针对这些方法存在的问题,开展研究,研究主要从两个方面进行:(1)特征基因选择方法研究。首先使用ReliefF方法对特征基因进行初步筛选,实现降低搜索空间的维数,初步去除冗余及噪声;然后使用混合和声差分算法确定最优特征基因组合。混合方法能够克服传统和声搜索方法局部寻优能力差,解精度低的缺陷,同时能克服差分进化算法容易陷入局部最优的问题。仿真实验结果表明,利用这种混合和声差分算法进行特征基因的选择在优化精度方面具有较好的性能。(2)改进的支持向量机的基因表达谱分类研究。通常支持向量机确定各项参数时,往往依赖经验。本文通过把径向基核函数支持向量机的参数(惩罚参数C与宽度系数?)的确定问题转化为一个组合优化问题,利用改进DE算法寻找最优参数。采用动态参数调整策略提高差分进化算法的性能;加入精英替代策略,增强算法的收敛性。仿真实验结果表明,改进DE算法可以有效提升支持向量机分类器的精度,且具有较好的泛化性能。