| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-17页 |
| ·研究背景与意义 | 第12页 |
| ·生物信息学中序列比对算法的发展 | 第12-14页 |
| ·遗传算法和蚁群算法概述 | 第14页 |
| ·本文的主要内容 | 第14-17页 |
| 第二章 序列比对基础 | 第17-29页 |
| ·生物信息学背景知识 | 第17-19页 |
| ·遗传信息载体-DNA | 第17-18页 |
| ·分子生物学中心法则 | 第18-19页 |
| ·序列比对 | 第19-22页 |
| ·序列比对问题描述及比对目的 | 第19-20页 |
| ·序列比对的分类 | 第20-21页 |
| ·双序列比对和多序列比对 | 第20页 |
| ·全局比对和局部比对 | 第20-21页 |
| ·替换矩阵和空位处罚 | 第21-22页 |
| ·经典序列比对算法 | 第22-27页 |
| ·动态规划算法 | 第22-27页 |
| ·动态规划算法的思想和特征 | 第22-23页 |
| ·动态规划算法的基本步骤 | 第23页 |
| ·基于动态规划的算法-NeedleMan-Wunsch算法和Smith-Waterman算法 | 第23-27页 |
| ·其他比对方法-FASTA和 BLAST算法 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第三章 蚁群算法和遗传算法的原理以及在序列比对问题中的应用 | 第29-45页 |
| ·蚁群算法的基本原理 | 第29-31页 |
| ·蚁群算法在序列比对问题中的应用 | 第31-37页 |
| ·蚁群算法求解序列比对问题的模型 | 第31-32页 |
| ·蚁群比对算法的设计与分析 | 第32-34页 |
| ·蚁群比对算法的描述 | 第34-35页 |
| ·蚁群比对算法的分析 | 第35-36页 |
| ·蚁群比对算法的实验结果和分析 | 第36-37页 |
| ·遗传算法的基本原理 | 第37-39页 |
| ·遗传算法的基本原理 | 第37-38页 |
| ·遗传算法的算法描述 | 第38-39页 |
| ·遗传算法在序列比对问题中的应用 | 第39-44页 |
| ·遗传比对算法的模型 | 第39-40页 |
| ·遗传比对算法的设计与分析 | 第40-42页 |
| ·遗传比对算法的描述 | 第42-43页 |
| ·遗传比对算法的实验结果和分析 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第四章 基于蚁群遗传算法的序列比对算法的分析与设计 | 第45-50页 |
| ·蚁群算法和遗传算法的对比研究 | 第45-46页 |
| ·蚁群算法和遗传算法的融合 | 第46-47页 |
| ·蚁群算法和遗传算法的融合的可行性和优越性 | 第46-47页 |
| ·蚁群遗传比对算法(GAAA_SA)在序列比对中的应用 | 第47页 |
| ·蚁群遗传比对算法(GAAA_SA)求解序列比对的模型 | 第47页 |
| ·蚁群遗传比对算法的描述与分析 | 第47-49页 |
| ·蚁群遗传比对算法的算法描述 | 第47-48页 |
| ·蚁群遗传比对算法的分析 | 第48-49页 |
| ·小结 | 第49-50页 |
| 第五章 算法实现与实验结果分析 | 第50-62页 |
| ·蚁群遗传比对算法的实现 | 第50-53页 |
| ·参数设置 | 第50-52页 |
| ·算法流程 | 第52页 |
| ·算法实现 | 第52-53页 |
| ·实验结果与分析 | 第53-56页 |
| ·GAAA_SA搜索最优序列比对的过程 | 第53-56页 |
| ·算法比较 | 第56-60页 |
| ·蚁群遗传比对算法(GAAA_SA)与蚁群比对算法(AA_SA)的比较 | 第56-57页 |
| ·蚁群遗传比对算法(GAAA_SA)与遗传比对算法(GA_SA)的比较 | 第57-59页 |
| ·蚁群遗传比对算法(GAAA_SA)与动态规划算法(NW)的比较 | 第59-60页 |
| ·小结 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 附录一 SW算法实现核心代码 | 第66-70页 |
| 附录二 GAAA_SA算法实现核心代码 | 第70-71页 |
| 致谢 | 第71-72页 |
| 攻读学位期间发表的学术论文 | 第72页 |
