引力场算法及其在生物信息学中的应用
| 摘要 | 第5-8页 |
| Abstract | 第8-11页 |
| 第一章 绪论 | 第16-28页 |
| 1.1 优化算法研究背景 | 第16-25页 |
| 1.1.1 优化算法研究的历史与现状 | 第16-17页 |
| 1.1.2 优化问题的分类 | 第17-20页 |
| 1.1.3 优化算法的主要步骤和方法 | 第20-21页 |
| 1.1.4 优化算法的主要应用 | 第21-25页 |
| 1.2 本文工作及论文结构 | 第25-28页 |
| 1.2.1 算法研究及其应用 | 第25-26页 |
| 1.2.2 本论文组织结构 | 第26-28页 |
| 第二章 主要优化算法及其特点 | 第28-50页 |
| 2.1 模拟退火算法 | 第28-34页 |
| 2.1.1 算法思想 | 第28-31页 |
| 2.1.2 基本流程 | 第31-34页 |
| 2.2 遗传算法 | 第34-42页 |
| 2.2.1 算法思想 | 第34-37页 |
| 2.2.2 基本流程 | 第37-40页 |
| 2.2.3 各种改进遗传算法 | 第40-42页 |
| 2.3 粒子群算法 | 第42-49页 |
| 2.3.1 算法思想 | 第42-44页 |
| 2.3.2 基本流程 | 第44-45页 |
| 2.3.3 参数选择 | 第45-46页 |
| 2.3.4 各种改进粒子群算法 | 第46-49页 |
| 2.4 小结 | 第49-50页 |
| 第三章 引力场优化算法 GFA | 第50-92页 |
| 3.1 引言 | 第50-58页 |
| 3.1.1 恒星形成理论 | 第50-53页 |
| 3.1.2 SNDM 模型 | 第53-58页 |
| 3.2 算法描述 | 第58-71页 |
| 3.2.1 初始化灰尘群体 | 第60-61页 |
| 3.2.2 解空间分解算子 | 第61-66页 |
| 3.2.3 移动算子 | 第66-71页 |
| 3.2.4 吸收算子 | 第71页 |
| 3.3 实现过程 | 第71-75页 |
| 3.3.1 算法流程 | 第71-73页 |
| 3.3.2 算法伪代码 | 第73-75页 |
| 3.4 GFA 的数学框架 | 第75-81页 |
| 3.4.1 收敛性证明 | 第75-79页 |
| 3.4.2 峰值与谷值 | 第79页 |
| 3.4.3 比例移动相等 | 第79-80页 |
| 3.4.4 算法复杂性分析 | 第80-81页 |
| 3.5 实验与对比分析 | 第81-88页 |
| 3.5.1 测试方法 | 第81-84页 |
| 3.5.2 单极值实验 | 第84-87页 |
| 3.5.3 多极值实验 | 第87-88页 |
| 3.6 本章小结 | 第88-92页 |
| 第四章 GFA 在聚类上的应用 | 第92-108页 |
| 4.1 引言 | 第92-93页 |
| 4.2 常用聚类算法 | 第93-99页 |
| 4.2.1 层次聚类 | 第93-95页 |
| 4.2.2 非层次聚类 | 第95-96页 |
| 4.2.3 算法实现 | 第96-99页 |
| 4.3 GFA 在聚类算法上的应用 | 第99-102页 |
| 4.4 试验与对比分析 | 第102-107页 |
| 4.4.1 层次聚类实验 | 第102-104页 |
| 4.4.2 非层次聚类实验 | 第104-107页 |
| 4.5 小结 | 第107-108页 |
| 第五章 GFA 在 GRN 上的应用 | 第108-122页 |
| 5.1 引言 | 第108-109页 |
| 5.2 常用 GRN 构建算法 | 第109-111页 |
| 5.2.1 布尔网络模型 | 第109页 |
| 5.2.2 贝叶斯网络模型 | 第109-110页 |
| 5.2.3 神经网络模型 | 第110页 |
| 5.2.4 微分方程模型 | 第110-111页 |
| 5.3 GFA 在 GRN 优化上的应用 | 第111-116页 |
| 5.3.1 基于 SVD 的解空间缩小 | 第111-112页 |
| 5.3.2 基于 GFA 的微分方程优化 | 第112-116页 |
| 5.4 实验与对比分析 | 第116-120页 |
| 5.4.1 模拟数据实验 | 第116-118页 |
| 5.4.2 真实数据实验 | 第118-120页 |
| 5.5 小结 | 第120-122页 |
| 第六章 GFA 在模拟基因数据上的应用 | 第122-132页 |
| 6.1 引言 | 第122-123页 |
| 6.2 强中心节点的网络构建 | 第123-125页 |
| 6.2.1 增长算法 | 第123页 |
| 6.2.2 连接规则 | 第123-125页 |
| 6.3 GFA 在模拟基因数据上的应用 | 第125-127页 |
| 6.3.1 微分方程模型 | 第125-126页 |
| 6.3.2 用 GFA 优化基因模拟数据 | 第126-127页 |
| 6.4 实验对比分析 | 第127-130页 |
| 6.4.1 无标度网络验证 | 第127-129页 |
| 6.4.2 模拟数据实验 | 第129-130页 |
| 6.5 小结 | 第130-132页 |
| 第七章 总结与展望 | 第132-136页 |
| 7.1 工作总结 | 第132-134页 |
| 7.2 本文进一步工作 | 第134-136页 |
| 参考文献 | 第136-146页 |
| 作者攻读博士期间科研成果 | 第146-150页 |
| 致谢 | 第150页 |
