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 |