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

量子遗传算法及其在多序列比对问题中的应用

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-11页
   ·研究背景和动机第7-9页
   ·研究前沿现状第9-10页
   ·论文的主要工作及安排第10-11页
第二章 量子进化算法第11-23页
   ·量子计算的基本概念第11-15页
     ·量子位与状态叠加第11-12页
     ·状态的相干第12-13页
     ·状态的纠缠第13页
     ·量子并行性第13-14页
     ·基本量子门第14-15页
   ·进化算法概述第15-17页
     ·基本要素第16页
     ·处理流程第16-17页
     ·遗传算法的缺陷第17页
   ·量子进化算法流程第17-23页
     ·量子进化算法的结构第18-19页
     ·量子遗传算法的框架第19-22页
     ·算子和参数选择的讨论第22-23页
第三章 序列比对基本算法第23-39页
   ·序列比对生物模型第23-28页
     ·打分矩阵和罚分第24-25页
     ·目标函数第25-26页
     ·比对评判标准第26-28页
   ·双序列比对第28-30页
   ·多序列比对第30-32页
     ·问题描述第30页
     ·多序列比对算法介绍第30-31页
     ·Clustal比对算法第31-32页
   ·遗传多序列比对算法第32-39页
     ·遗传算法SAGA第32-36页
     ·免疫遗传算法第36-39页
第四章 量子遗传多序列比对算法第39-53页
   ·量子概率问题表示第39-41页
     ·量子染色体编码第39-40页
     ·目标函数第40-41页
   ·算法流程第41-42页
     ·算法流程第41页
     ·详细描述第41-42页
   ·量子遗传算法的进化与优化机制第42-47页
     ·量子变异第42-44页
     ·遗传算子设计第44-47页
   ·实验结果及分析第47-51页
   ·结论与讨论第51-53页
第五章 总结和展望第53-55页
致谢第55-57页
参考文献第57-61页
研究成果第61页

论文共61页,点击 下载论文
上一篇:基于VxWorks的多CCD扫描仪数据采集系统设计与实现
下一篇:一种新型模糊神经网络及其在控制中的应用