蛋白质相互作用(Protein-Protein Interaction,PPI)网络是指一个生物体内的所有蛋白质之间相互作用组成的网络。蛋白质功能模块是指PPI网络中通过相互作用完成某一特定生物功能的蛋白质集合。在PPI网络中挖掘蛋白质功能模块是蛋白质组学研究的一个重要内容,它不但有助于人们从分子水平上理解生命的运行机制,而且对于疾病诊断和研发新药具有十分重要的意义。因此,为了有效地检测出PPI网络中的蛋白质功能模块,以聚类机理为基础的计算方法迅速发展。其中,利用群智能寻优机制的求解方法表现出了不错的效果。本课题基于烟花算法(Fireworks Algorithm,FWA)开展了以下两个方面的研究工作:(1)提出了一种基于烟花算法的PPI网络功能模块检测方法(Fireworks Algorithm for Functional Module Detection in Protein-protein Interaction Networks,FWA-FMD)。首先,结合PPI网络的拓扑结构信息和基因本体的功能注释信息,利用标签传播思想将每个烟花个体初始化为一种候选的功能模块划分;其次,在每一代进化过程中,利用具有局部搜索和全局搜索自调整能力的爆炸操作对每个烟花个体进行优化,并采用精英保留和轮盘赌策略选择下一代烟花个体;最后,通过将最优烟花个体中标签相同的节点划分到同一功能模块,以得到最终的功能模块检测结果。在酵母菌和人类两个物种的四个公共PPI网络数据集上的实验结果表明:FWA-FMD算法不但求解时间少于遗传算法、蚁群算法和细菌觅食算法,而且在多项评价指标上与一些经典算法相比都具有明显的优势,能够更好地识别功能模块。(2)针对FWA-FMD容易陷入局部最优的缺陷,提出了一种融合差分进化策略的PPI网络功能模块检测的烟花算法(Fireworks Algorithm with Differential Evolution Strategies for Functional Module Detection in Protein-protein Interaction Networks,FWADE-FMD)。该算法以烟花算法为基本框架,重新设计了一种基于节点影响力的爆炸操作,充分利用了PPI网络中节点的邻域信息,同时引入差分进化算法的三个策略:变异、交叉和选择,增加了种群的多样性,扩大了搜索范围。首先,利用FWA-FMD的种群初始化方式初始种群;其次,利用基于节点影响力的爆炸操作生成爆炸火花,并采用精英保留和轮盘赌选择策略产生中间群体;然后,通过差分进化算法的变异操作、交叉操作和选择策略对烟花算法产生的中间群体做进一步优化;最后,通过将种群中的最优个体进行解码,完成PPI网络功能模块检测。在四个数据集上的实验结果表明:FWADE-FMD算法不仅能获得比FWA-FMD算法更好的解性能,而且在整体性能上与一些经典算法相比具有明显的竞争力。