| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 1. 引言 | 第10-17页 |
| ·课题背景及其研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·本文工作概述 | 第15页 |
| ·本文结构安排 | 第15-17页 |
| 2. 蛋白质结构预测问题及其应用 | 第17-29页 |
| ·蛋白质结构预测问题及其理论依据 | 第17-18页 |
| ·蛋白质结构预测的方法 | 第18-21页 |
| ·比较建模法(comparative modeling method) | 第18-19页 |
| ·反向折叠法(inverse folding) | 第19页 |
| ·从头预测法(ab initio prediction) | 第19-21页 |
| ·蛋白质结构预测的模型 | 第21-27页 |
| ·HP 格点模型 | 第22-25页 |
| ·二维HP 格点模型 | 第22-23页 |
| ·三维HP 格点模型 | 第23-25页 |
| ·AB(Toy)非格点模型 | 第25-27页 |
| ·二维AB(Toy)非格点模型 | 第25-27页 |
| ·三维AB(Toy)非格点模型 | 第27页 |
| ·蛋白质结构预测的应用 | 第27-28页 |
| ·在蛋白质设计中的应用 | 第27页 |
| ·在药物设计中的应用 | 第27-28页 |
| ·在结构基因组学中的应用 | 第28页 |
| ·小结 | 第28-29页 |
| 3. 粒子群优化算法 | 第29-38页 |
| ·粒子群优化算法的基本原理 | 第29-32页 |
| ·粒子群优化算法的流程 | 第32页 |
| ·粒子群优化算法行为特性分析 | 第32-34页 |
| ·算法参数简介 | 第32-33页 |
| ·算法参数设置 | 第33-34页 |
| ·粒子群优化算法同其他算法的比较 | 第34-35页 |
| ·同遗传算法的比较 | 第34-35页 |
| ·同演化规划的比较 | 第35页 |
| ·粒子群优化算法的特点 | 第35-36页 |
| ·粒子群优化算法的应用 | 第36-37页 |
| ·小结 | 第37-38页 |
| 4. 粒子群优化算法在蛋白质结构预测中的应用 | 第38-49页 |
| ·粒子群优化算法的版本 | 第38-40页 |
| ·粒子群优化算法的社会网络结构 | 第40-41页 |
| ·计算机仿真模拟实验及结果分析 | 第41-48页 |
| ·仿真实验相关参数设定 | 第41-42页 |
| ·人工蛋白质序列仿真实验结果 | 第42-47页 |
| ·全局版本的粒子群优化算法的仿真实验结果 | 第42-44页 |
| ·采用四种邻域结构的局部版本的粒子群优化算法的仿真实验结果 | 第44-47页 |
| ·结果分析 | 第47-48页 |
| ·小结 | 第48-49页 |
| 5. 带迭代改进策略的粒子群优化算法在蛋白质结构预测中的应用 | 第49-60页 |
| ·粒子群优化算法存在的不足 | 第49页 |
| ·粒子群优化算法的改进技术 | 第49-51页 |
| ·带迭代改进策略的粒子群优化算法 | 第51-53页 |
| ·算法的改进策略 | 第51-52页 |
| ·算法的流程 | 第52-53页 |
| ·计算机仿真模拟实验及结果分析 | 第53-58页 |
| ·算法在四个标准测试函数上的测试结果 | 第53-55页 |
| ·算法在蛋白质结构预测中的结果 | 第55-58页 |
| ·仿真实验相关参数设定 | 第55-56页 |
| ·仿真实验结果一：人工蛋白质序列 | 第56-57页 |
| ·仿真实验结果二：真实蛋白质序列 | 第57-58页 |
| ·结果分析 | 第58页 |
| ·小结 | 第58-60页 |
| 6. 总结与展望 | 第60-62页 |
| ·论文工作总结 | 第60页 |
| ·研究与展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 附录攻读学位期间发表的论文 | 第68-69页 |
| 致谢 | 第69页 |
