利用微阵列技术进行癌症样本数据分析是当前生物信息领域的一个热点研究问题。微阵列技术能够测量基因表达水平,这对癌症早期表现不显著的患者,能够较为准确地从基因表达水平上判断出来;另外,结合机器学习模型,能够有效识别哪些基因在癌症中是重要基因,这给医学研究人员获取细胞癌变内部机理的重要途径。本文针对癌症数据集进行重要基因提取,并做样本分类,需要对数据做预处理、特征提取和分类等处理步骤。数据做预处理是将原始数据中大量噪声尽可能去除,并做归一化处理,使得数据符合正态分布。基因芯片数据是高维度低样本的数据,在上万个基因中通常起分类作用的关键基因只有几十个,而样本数只有一百个左右,直接用于分类器训练会极大增加分类模型的复杂度,造成过拟合现象。因此需要增加特征提取步骤,提取出关键基因,降低数据特征数量,减少分类器训练时间和提高分类器分类效果。最后是分类步骤,构建癌症样本分类器,因不同分类算法对不同数据集的分类效果也会不同,需要进一步做实验对比。本文的主要研究内容集中在特征提取和分类阶段,基于Choquet模糊积分模型,结合特征提取算法,完成癌症样本分类任务。Choquet模糊积分模型能够很好地描述特征间的交互作用,因此非常适合应用在与特征基因相关的癌症样本分类的问题中。传统的L1/2正则化能快速完成特征提取,但未考虑特征间的关系。本文在L1/2正则化特征提取的基础上,提出一种基于Choquet模糊积分和L1/2正则化的包裹式特征提取算法FI-L1/2,既有L1/2的速度优势,同时又可以将基因间的交互作用融入模型。算法采用Matlab语言开发,数据预处理采用Bioconductor工具箱。实验结果表明FI-L1/2算法分类效果要高于传统的L1/2正则化特征提取算法,和近几年国内外研究人员实验情况对比,其中DLBCL、Colon和GLI-85数据集的分类效果明显高于其他研究。在Choquet模糊积分模型求解上,本文提出了两种解法:一种是基于L1/2正则化;另外一种是基于改进的蚁群算法。传统的Choquet模糊积分模型求解是基于遗传算法等软计算方法,搜索效率差,耗时长。在特征提取阶段,不要求模糊测度十分精确,只需要能够提供特征间关系即可,因此采用快速的基于L1/2正则化求解方法更好,在模糊积分模型上添加L1/2范数,将求解问题转化为带约束的求极小值问题。在分类阶段,采用改进的蚁群算法进行求解,算法设计上兼顾局部搜索和全局搜索,允许每一只蚂蚁根据状态转移概率随机选用局部搜索,尽可能地找出更优解（陈嘉杰等,2018）。实验结果表明,模糊积分在特征数量较少时分类效果较好,基于改进的蚁群算法求解的分类效果总的来说优于基于遗传算法,且运行时间明显少于基于遗传算法。