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

模拟退火遗传算法在生物多序列比对中的应用研究

摘要第1-5页
Abstract第5-9页
第一章 文献综述第9-18页
 1 研究背景和意义第9-10页
 2 序列比对基础知识第10-14页
   ·序列比对概述第10页
   ·序列比对分类第10页
   ·空位罚分第10-11页
   ·相似性得分矩阵第11-12页
   ·多序列比对算法评价基准数据集第12-13页
   ·CLUSTALX第13-14页
 3 生物信息学中序列比对算法的现状第14-16页
   ·双序列比对的算法现状第14页
   ·多序列比对算法现状第14-16页
 4 研究的主要内容及方法第16页
 5 本章小结第16-18页
第二章 模拟退火遗传算法的构建第18-29页
 1 遗传算法第18-23页
   ·遗传算法的基本技术第18-20页
   ·遗传算法的主要运行参数第20页
   ·遗传算法的优越性和不足第20-22页
   ·标准遗传算法的流程图第22-23页
   ·标准遗传算法的形式化描述第23页
 2 模拟退火算法第23-25页
   ·模拟退火算法的基本思想第23-24页
   ·模拟退火算法的参数控制问题第24-25页
   ·模拟退火算法的优点和不足第25页
 3 模拟退火遗传算法的构建第25-28页
   ·遗传算法“早熟”产生的原因第25-26页
   ·模拟退火遗传算法的提出第26页
   ·模拟退火遗传算法的特点第26-27页
   ·本研究提出的模拟退火遗传算法流程图第27-28页
 4 本章小结第28-29页
第三章 模拟退火遗传算法在多序列比对中的应用第29-46页
 1 引言第29页
 2 多序列比对问题的数学模型第29-30页
 3 MSA-GASA的简单描述第30页
 4 MSA-GASA的设计第30-39页
   ·编码设计第30-32页
   ·初始化种群第32页
   ·适应度函数第32-33页
   ·遗传算子第33-37页
   ·群体更新第37页
   ·算法终止条件第37-38页
   ·模拟退火参数的设计第38-39页
 5 算法的实现第39-45页
   ·试验环境第39页
   ·试验算法的参数第39页
   ·试验数据第39-42页
   ·试验设计第42页
   ·试验结果与分析第42-45页
 6 本章小结第45-46页
第四章 全文总结第46-48页
 1 总结第46页
 2 展望第46-48页
参考文献第48-52页
致谢第52-53页
作者简介第53页

论文共53页,点击 下载论文
上一篇:温室自动喷灌控制系统设计与研究
下一篇:柑橘栽培管理专家系统的构建与实现