蛋白质相互作用(Protein-Protein Interaction,PPI)网络是生命活动中相互作用的蛋白质连接而成的复杂网络。蛋白质功能模块是在PPI网络中通过相互作用完成某一生命活动的蛋白质集合。准确地检测PPI网络中的功能模块,能够帮助人们理解生命的运行机制,解释疾病的发病原因。因此,为了有效识别出蛋白质功能模块,以聚类为基础的计算方法迅速兴起。其中,利用群智能机理的方法求解得到的功能模块质量较高。本课题针对PPI网络功能模块检测问题,基于文化算法(Cultural Algorithm,CA)的双层进化机制开展了以下两个方面的研究工作:(1)作为一种新型而有效的群智能算法,文化算法有可能在PPI网络功能模块检测中得到较好的结果。为此,提出了基于文化算法的PPI网络功能模块检测方法CA-FMD。首先,该算法采用基于节点邻居有序表的编码方式表示种群中的个体,即每个个体代表一个功能模块检测问题的可行解。然后,利用文化算法的双层进化机制来完成解的优化,其中,上层机制模拟信念空间中群体经验的进化,下层机制刻画种群空间中种群的进化,这两个相对独立的空间的进化是通过接受函数和影响函数进行通信的。最后,通过对算法所获得的最优个体解码,得到蛋白质功能模块。在三个数据集上的实验结果表明:与其他一些经典算法相比,CAFMD在多项评价指标上都具有一定的优势。(2)针对CA-FMD容易陷入局部最优值的缺陷,我们提出了融合克隆选择策略的PPI网络功能模块检测文化算法CSCA-FMD。该算法以文化算法为基本框架,对种群空间进行了重新设计,即将三种克隆选择策略:克隆、自适应变异以及选择融入到种群空间解的进化中。算法首先根据克隆概率确定需要克隆的个体,并根据这些个体的模块密度值大小确定其克隆个数,进而通过克隆操作扩大种群的规模;然后,在扩大规模的种群上,按照随着进化代数的不断增加而不断减小的变异概率挑选将进行变异的克隆个体,并根据节点间的相似性信息对挑选出的克隆个体的每一位进行自适应变异,使种群在进化前期具有较丰富的多样性,而在进化后期通过减少变异从而加快收敛速度;最后,采用选择操作在每个个体和它的派生个体(克隆、变异)中根据选择概率选出一个个体进入下一代种群,使下代种群在不退化的情况下具有解的多样性。实验结果表明,CSCA-FMD算法不仅能获得比CA-FMD算法更好的解性能,而且与其他一些经典算法相比在整体性能上具有明显的优势。