首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

基于遗传退火的生物信息学多序列比对算法研究

摘要第1-6页
ABSTRACT第6-11页
第一章 绪论第11-16页
   ·生物信息学背景及意义第11-13页
     ·问题的提出第11-12页
     ·生物信息学概述第12-13页
   ·国内外研究现状第13-14页
   ·本文主要工作及内容安排第14-16页
第二章 多序列比对算法研究第16-35页
   ·序列比对概述第16-17页
   ·相似性记分矩阵和空位罚分第17-21页
     ·相似性记分矩阵第17-20页
     ·空位罚分第20-21页
   ·双序列比对第21-25页
     ·Needleman-Wunsch 算法第21-23页
     ·Smith-Waterman 算法第23页
     ·FASTA 和BLAST 算法第23-25页
   ·多序列比对第25-30页
     ·SP 目标函数第26-28页
     ·COFFEE 目标函数第28-30页
   ·几种常见的多序列比对算法第30-33页
     ·动态规划法第30页
     ·渐进算法第30-32页
     ·迭代算法第32-33页
   ·本章小结第33-35页
第三章 基于遗传算法的多序列比对算法设计和实现第35-53页
   ·遗传算法的引入第35-38页
     ·遗传算法概述第35-36页
     ·基本遗传算法原理第36-38页
   ·多序列比对算法评价方法第38-40页
   ·MSA-GA 算法设计第40-48页
     ·编码策略的确定第41-42页
     ·种群初始化第42-43页
     ·选择算子第43-45页
     ·交叉算子第45-46页
     ·变异算子第46-47页
     ·算法终止条件第47-48页
   ·基于SP 目标函数的MSA-GA 实现第48-52页
     ·算法描述第48-50页
     ·测试结果及分析第50-52页
   ·本章小结第52-53页
第四章 基于遗传退火的多序列比对算法设计和实现第53-70页
   ·遗传算法的“早熟”现象第53-54页
   ·模拟退火算法的引入第54-59页
     ·模拟退火算法概述第54-56页
     ·算法基本原理第56-58页
     ·遗传退火算法的可行性第58-59页
   ·MSA-GSA 算法设计第59-64页
     ·退火策略第59-60页
     ·选择退火算子第60-62页
     ·交叉退火算子第62-63页
     ·变异退火算子第63-64页
   ·基于COFFEE 目标函数的MSA-GSA 算法实现第64-68页
     ·双序列比对库的生成第65-66页
     ·算法描述第66-67页
     ·测试结果及分析第67-68页
   ·本章小结第68-70页
第五章 算法分析和比较第70-75页
   ·算法理论比较第70页
   ·算法实验比较第70-73页
   ·本章小结第73-75页
第六章 总结与展望第75-77页
   ·论文工作总结第75-76页
   ·进一步工作第76-77页
致谢第77-78页
参考文献第78-82页
攻硕期间取得的研究成果第82-83页

论文共83页,点击 下载论文
上一篇:嵌入式实时内存数据库研究与实现
下一篇:公共决策电子仿真模型研究