并行蚁群优化在蛋白质结构预测中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-13页 |
| 第一章 引言 | 第13-19页 |
| ·课题背景 | 第13-16页 |
| ·研究内容 | 第16-17页 |
| ·研究意义 | 第17-18页 |
| ·本文的组织结构 | 第18-19页 |
| 第二章 蛋白质结构预测概述 | 第19-33页 |
| ·蛋白质相关领域知识概述 | 第19-21页 |
| ·面向计算机的蛋白质表示方法 | 第21-22页 |
| ·经典的蛋白质结构预测方法 | 第22-27页 |
| ·HP模型 | 第23-24页 |
| ·Toy模型 | 第24-25页 |
| ·I-TASSER方法 | 第25-26页 |
| ·Rosetta方法 | 第26-27页 |
| ·Rosetta方法采用的片段库 | 第27-30页 |
| ·优化算法概述 | 第30-32页 |
| ·模拟退火 | 第30-31页 |
| ·蚁群算法 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 并行蚁群优化在HP模型中的应用 | 第33-41页 |
| ·问题描述 | 第33-34页 |
| ·蛋白质的表示方法 | 第33-34页 |
| ·能量函数 | 第34页 |
| ·搜索空间 | 第34页 |
| ·方法 | 第34-37页 |
| ·单蚁群算法ACOHP | 第34-36页 |
| ·局部优化 | 第36页 |
| ·信息素更新与收敛条件 | 第36页 |
| ·并行蚁群算法PACOHP | 第36-37页 |
| ·结果 | 第37-40页 |
| ·试验数据集 | 第37-38页 |
| ·试验环境及参数设置 | 第38页 |
| ·试验结果及其评价 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 并行蚁群在蛋白质骨架预测中的应用 | 第41-57页 |
| ·问题描述 | 第41-44页 |
| ·搜索空间 | 第42页 |
| ·能量函数 | 第42-44页 |
| ·从头预测蛋白质结构算法流程设计 | 第44-45页 |
| ·单蚁群优化骨架算法设计 | 第45-50页 |
| ·蚁群算法的主框架 | 第45-47页 |
| ·构造构象 | 第47-48页 |
| ·局部优化 | 第48-49页 |
| ·更新信息素 | 第49-50页 |
| ·LoopRebuild | 第50页 |
| ·并行蚁群优化骨架算法的设计 | 第50-53页 |
| ·并行蚁群算法机制与必要性 | 第50-51页 |
| ·并行蚁群算法 | 第51页 |
| ·并行算法中的交叉操作 | 第51-53页 |
| ·聚类与模型选择 | 第53-56页 |
| ·聚类的必要性 | 第53-54页 |
| ·聚类方案 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 骨架预测结果及分析 | 第57-67页 |
| ·测试数据来源 | 第57页 |
| ·评价方法 | 第57-59页 |
| ·构象之间的相似度描述准则 | 第57-59页 |
| ·CASP8中评价预测准则 | 第59页 |
| ·蛋白质骨架预测结果与分析 | 第59-66页 |
| ·试验环境及算法参数设计 | 第59-60页 |
| ·交叉操作 | 第60-61页 |
| ·聚类 | 第61-62页 |
| ·蛋白质骨架预测结果 | 第62-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 结束语 | 第67-69页 |
| ·论文总结 | 第67-68页 |
| ·研究展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 发表文章目录及参与项目 | 第75-76页 |
| 致谢 | 第76-77页 |
