| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 课题的研究背景 | 第14-16页 |
| 1.1.1 生物分子网络 | 第14-15页 |
| 1.1.2 生物网络比较分析 | 第15-16页 |
| 1.2 课题的研究现状和意义 | 第16-18页 |
| 1.2.1 网络比对的研究现状 | 第16-17页 |
| 1.2.2 网络比对的研究意义 | 第17页 |
| 1.2.3 本文的研究动机 | 第17-18页 |
| 1.3 本文的内容安排 | 第18-20页 |
| 第二章 生物网络全局比对的相关理论 | 第20-28页 |
| 2.1 生物网络全局比对的模型 | 第20-22页 |
| 2.2 生物网络全局比对的几类算法 | 第22-28页 |
| 2.2.1 基于两阶段的算法 | 第23-25页 |
| 2.2.2 基于显式目标函数的算法 | 第25-28页 |
| 第三章 基于 3-Opt的粒子群算法用于优化网络全局比对 | 第28-46页 |
| 3.1 粒子群优化算法 | 第28-29页 |
| 3.2 用于优化网络全局比对问题的粒子群离散方法 | 第29-36页 |
| 3.2.1 编码方式 | 第29-30页 |
| 3.2.2 粒子群状态更新 | 第30-32页 |
| 3.2.3 基于节点度的初始化方法 | 第32-34页 |
| 3.2.4 基于 3-Opt的局部搜索方法 | 第34页 |
| 3.2.5 OptNA算法 | 第34-36页 |
| 3.3 实验分析 | 第36-46页 |
| 3.3.1 评价指标 | 第36-37页 |
| 3.3.2 实验设置 | 第37-39页 |
| 3.3.3 实验结果分析 | 第39-46页 |
| 第四章 基于播种-扩展的粒子群算法用于优化网络全局比对 | 第46-62页 |
| 4.1 播种-扩展（seed-and-extend）策略 | 第46-48页 |
| 4.1.1 播种（seed）：基于序列相似性的初始化方法 | 第46-48页 |
| 4.1.2 扩展（extend）：基于扰动的局部搜索方法 | 第48页 |
| 4.2 SAENA算法 | 第48-50页 |
| 4.3 实验分析 | 第50-62页 |
| 4.3.1 实验设置 | 第50-51页 |
| 4.3.2 和两类算法的代表性算法进行比较 | 第51-55页 |
| 4.3.3 改善IsoRank、MI-GRAAL和NETAL算法 | 第55-57页 |
| 4.3.4 播种-扩展策略的作用分析 | 第57-59页 |
| 4.3.5 参数讨论 | 第59-62页 |
| 第五章 总结和展望 | 第62-64页 |
| 5.1 总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70-71页 |
