1.1非约束性算法

    1.1.1 MFPT算法 MFPT算法设计是基于网络的状态转移的。根据目标基因的值可将状态转移矩阵表示为以下情况P=。该算法的核心思想是减少停留在不期望状态的时间，增加停在期望状态的时间。其最终得到的干预策略属于MD。

    根据公式(1)可计算出MFPT向量KD和KU

    其中，e是由1组成的一个列向量，KD表示D中各状态首次到U的时间集合，KU表示U中各状态首次到D的时间集合。

    为了尽可能早的到达期望状态以及离开不期望状态。MFPT定义了以下准则：若状态x∈U，则判断KD(x)- KD()与阈值λ的关系;若状态x∈D，则判断KU()- KU(x)与阈值λ的关系。前者是缩短到达D的时间，后者则是延长到达U的时间。通常情况下，我们取阈值λ=0。根据该准则可决定当前状态x的控制基因位是否翻转，从而得到最终干预策略。

    1.1.2 BOA算法 到达期望状态并不代表该路径的顶端是期望吸引子。BOA算法注意到基因调控网络的长期动态行为主要由吸引子决定。故该算法设计从吸引子出发，其核心思想是减少到达期望吸引子的时间，增加到达不期望吸引子的时间。其准则如公式(2)(3)所示：

    其中，B(x)、B()分别表示状态x、最终归属的吸引子(环) ...... 婵″倹鐏夐幃銊ユ躬娴ｈ法鏁ら幍瀣簚缁涘绁︾憴鍫熸閺冪姵纭堕弻銉ф箙閹存牔绗呮潪钘夊弿閺傚浄绱濋崣顖濆厴閺勵垵顫﹂幖婊呭偍瀵洘鎼告径杈╂埂閳ユ粏娴嗛惍浣测偓婵撶礉鐠囬鍋ｉ崙璇茬潌楠炴洘娓舵稉瀣煙閻ㄥ嫧鈧粎鏁搁懘鎴犲閳ユ繃鍨ㄩ垾婊冨斧缂冩垿銆夐垾婵婎問闂傤喓鈧拷


闂勬劒绨張宥呭閸ｃ劌甯囬崝娑崇礉缂冩垹鐝柈銊ュ瀻娣団剝浼呴崣顏冪返閻栧崬绺炬导姘喅閹存牗婀佹稉鈧€规氨袧閸掑棛娈戝▔銊ュ斀娴兼艾鎲冲ù浣筋潔閵嗭拷
濮濓拷娣団剝浼�闂団偓鐟曪拷 1 缁夘垰鍨庨敍鍫濆帳鐠愯鏁為崘宀€娅ヨぐ鏇炴倵濮ｅ繐銇夐崣顖欎簰妫板棗褰�10娑擃亞袧閸掞拷閿涘鈧拷
    娣団剝浼呮禒鍛返閸欏倽鈧喛绱濇稉宥嗙€幋鎰崲娴ｆ洑绠ｅ楦款唴閵嗕焦甯归懡鎰灗閹稿洤绱╅妴鍌涙瀮缁旂姷澧楅弶鍐ㄧ潣娴滃骸甯拋妞剧稊閺夊啩姹夐敍宀冨閹劏顓绘稉鐑橆劃閺傚洣绗夌€规粏顫﹂弨璺虹秿娓氭稑銇囩€硅泛鍘ょ拹褰掓鐠囦紮绱濈拠鐑藉仏娴犺埖鍨ㄩ悽浣冪樈闁氨鐓￠幋鎴滄粦閿涘本鍨滄禒顒佹暪閸掍即鈧氨鐓￠崥搴礉娴兼氨鐝涢崡鍐茬殺閹劎娈戞担婊冩惂娴犲孩婀扮純鎴犵彲閸掔娀娅庨妴锟�

瀵邦喕淇婇弬鍥╃彿  閸忚櫕鏁為惂鐐  鐠囧嫯顔戦崙鐘插綖  閹兼粎鍌ㄩ弴鏉戭樋