| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 引言 | 第12-20页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外蛋白质折叠研究进展 | 第13-17页 |
| 1.2.1 Anfinsen热力学假说 | 第14-15页 |
| 1.2.2 蛋白质折叠的研究方法 | 第15页 |
| 1.2.3 蛋白质自由能 | 第15-16页 |
| 1.2.4 蛋白质构象搜索方法 | 第16-17页 |
| 1.3 论文研究的主要内容和创新点 | 第17-20页 |
| 1.3.1 论文研究的目的和主要内容 | 第17-19页 |
| 1.3.2 论文创新点 | 第19-20页 |
| 第二章 非同构搜索群智能算法 | 第20-74页 |
| 2.1 蛋白质折叠中的群智能算法 | 第20-21页 |
| 2.2 粒子群优化算法 | 第21-34页 |
| 2.2.1 粒子群优化(PSO) | 第21页 |
| 2.2.2 异构粒子群优化算法 | 第21-29页 |
| 2.2.3 改进的异构PSO搜索器 | 第29-34页 |
| 2.3 布谷鸟搜索算法 | 第34-51页 |
| 2.3.1 传统布谷鸟搜索算法 | 第34页 |
| 2.3.2 改进的布谷鸟搜索算法 | 第34-51页 |
| 2.4 萤火虫搜索算法 | 第51-72页 |
| 2.4.1 经典萤火虫搜索算法 | 第51-52页 |
| 2.4.2 改进的非同构FA算法 | 第52-72页 |
| 2.5 本章小结 | 第72-74页 |
| 第三章 基于群智能算法的预测模型 | 第74-94页 |
| 3.1 系统生物的智能模糊逻辑 | 第74-83页 |
| 3.1.1 生物动态系统概述 | 第74页 |
| 3.1.2 生物动态系统数学模型 | 第74-76页 |
| 3.1.3 智能模糊逻辑模型 | 第76-78页 |
| 3.1.4 结果与讨论 | 第78-83页 |
| 3.2 蛋白质折叠智能识别模型 | 第83-93页 |
| 3.2.1 蛋白质折叠识别概述 | 第83-84页 |
| 3.2.2 智能学习前馈网络 | 第84页 |
| 3.2.3 智能识别模型 | 第84-85页 |
| 3.2.4 结果与讨论 | 第85-93页 |
| 3.3 本章小结 | 第93-94页 |
| 第四章 蛋白质折叠路径和结构预测 | 第94-108页 |
| 4.1 简化的蛋白质模型和能量函数 | 第94-96页 |
| 4.1.1 简化的蛋白质模型 | 第94页 |
| 4.1.2 能量函数 | 第94-96页 |
| 4.2 WW蛋白质折叠模拟 | 第96-103页 |
| 4.2.1 WW蛋白质概述 | 第96-97页 |
| 4.2.2 序列稳定原则的预测模型 | 第97页 |
| 4.2.3 结果与讨论 | 第97-101页 |
| 4.2.4 TerItFix的成与败 | 第101-103页 |
| 4.3 蛋白质折叠路径和结构组合预测模型 | 第103-105页 |
| 4.3.1 分子动力学模拟模型 | 第103页 |
| 4.3.2 组合预测模型 | 第103页 |
| 4.3.3 结果与讨论 | 第103-105页 |
| 4.4 蛋白质结构智能预测模型 | 第105-107页 |
| 4.4.1 个体化预测模型 | 第105-107页 |
| 4.4.2 结果与讨论 | 第107页 |
| 4.5 本章小结 | 第107-108页 |
| 第五章 结论与展望 | 第108-110页 |
| 5.1 主要结论 | 第108-109页 |
| 5.2 研究展望 | 第109-110页 |
| 附录A | 第110-124页 |
| A.1 算法的源代码 | 第110页 |
| A.2 基准测试函数 | 第110页 |
| A.3 智能模糊系统MoPath的结果 | 第110-124页 |
| A.3.1 无噪声通用分支系统结果 | 第110-111页 |
| A.3.2 含5%高斯白噪声的通用分支系统模拟结果 | 第111-113页 |
| A.3.3 含10%高斯白噪声的通用分支系统模拟结果 | 第113-114页 |
| A.3.4 无噪声的级联系统模拟结果 | 第114-115页 |
| A.3.5 含5%高斯白噪声的级联系统模拟结果 | 第115-116页 |
| A.3.6 含10%高斯白噪声的级联系统模拟结果 | 第116-124页 |
| 参考文献 | 第124-137页 |
| 攻读博士学位期间已发表或录用的论文 | 第137-139页 |
| 致谢 | 第139页 |