首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于遗传模拟退火算法的生物信息学双序列比对方法研究

摘要第1-4页
ABSTRACT第4-7页
引言第7-9页
第一章、绪论第9-16页
   ·生物信息学的一些基本概念第9-11页
     ·DNA第9-10页
     ·蛋白质第10-11页
     ·分子生物学的中心法则第11页
   ·相似性和同源性第11-12页
   ·序列比对问题第12-16页
     ·序列比对的分类第13页
     ·空位罚分第13-16页
第二章、序列比对的研究现状第16-23页
   ·基于动态规划算法的双序列比对算法第17-20页
     ·动态规划算法涉及的定义第17-18页
     ·算法思想第18-20页
   ·基于启发式算法的双序列比对算法第20-23页
     ·FASTA 工具的双序列比对算法第20-21页
     ·BLAST 工具的双序列比对算法第21-23页
第三章、遗传算法的基本理论第23-29页
   ·基本概念第23-24页
   ·基本遗传算法第24-26页
     ·基本遗传算法的构成要素第24-25页
     ·基本遗传算法的运算过程第25-26页
   ·遗传算法的基本原理第26-27页
     ·模式定理第26-27页
     ·积木块假设第27页
   ·遗传算法的研究现状第27-28页
   ·小结第28-29页
第四章、模拟退火算法基本理论第29-35页
   ·模拟退火算法的特点第29-31页
   ·物理退火过程第31页
   ·METEOPOLIS 准则第31-32页
   ·冷却进度表第32-33页
   ·模拟退火算法的数学模型第33-34页
   ·模拟退火算法基本步骤第34-35页
第五章、遗传算法和模拟退火算法相结合的双序列比对方法第35-53页
   ·序列比对的数学描述第35-37页
   ·双序列比对的数学模型第37-38页
   ·遗传算法的“早熟”现象分析第38-41页
     ·选择算子对“早熟”现象的影响第38-39页
     ·交叉算子对“早熟”现象的影响第39-40页
     ·变异算子对“早熟”现象的影响第40页
     ·结论第40-41页
   ·“早熟”现象的改进策略第41-43页
     ·改进策略的提出第41-42页
     ·算法设计简单描述第42-43页
   ·双序列比对算法实现第43-48页
     ·编码方式和种群的初始化第43-44页
     ·选择算子第44-45页
     ·交叉退火算子第45-46页
     ·变异退火算子第46-48页
     ·群体更新第48页
     ·结束条件第48页
   ·算法的实现第48-53页
     ·实验环境第48页
     ·实现算法的参数第48-49页
     ·实验结果及分析第49-51页
     ·程序实现第51-53页
第六章、结论与展望第53-55页
   ·论文的主要工作及创新点第53页
   ·展望第53-55页
参考文献第55-59页
附录第59-62页
致谢第62-63页
发表论文情况第63页

论文共63页,点击 下载论文
上一篇:酶解猪血蛋白中生物活性肽的纯化和功能研究
下一篇:湖南省国税系统网络信息安全体系研究与实现