| 摘要 | 第7-9页 |
| abstract | 第9-10页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 心血管疾病相关蛋白质翻译后修饰的研究现状及存在的问题 | 第12-13页 |
| 1.2.2 相关生物调控网络构建方法的研究现状及其存在的问题 | 第13-14页 |
| 1.3 论文研究内容与组织结构 | 第14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第二章 生物学背景知识与相关方法 | 第16-21页 |
| 2.1 蛋白质翻译后修饰 | 第16-17页 |
| 2.2 基于计算智能的生物网络化模型 | 第17-20页 |
| 2.2.1 贝叶斯网络模型 | 第17-18页 |
| 2.2.2 布尔网络模型 | 第18页 |
| 2.2.3 细胞自动机模型 | 第18-19页 |
| 2.2.4 常微分方程模型 | 第19页 |
| 2.2.5 柔性神经树模型 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 微分方程模型 | 第21-25页 |
| 3.1 微分方程模型 | 第21页 |
| 3.2 解微分方程：四阶龙格库塔法 | 第21-22页 |
| 3.3 蛋白质翻译后磷酸修饰过程的动力学描述 | 第22-24页 |
| 3.4 本章小结 | 第24-25页 |
| 第四章 改进的概率增量学习方法 | 第25-33页 |
| 4.1 基于种群的增量学习算法（PBIL算法） | 第25-27页 |
| 4.2 基于粒子群优化算法的参数优化 | 第27-29页 |
| 4.2.1 粒子群优化算法（PSO算法） | 第27-28页 |
| 4.2.2 适应值函数 | 第28页 |
| 4.2.3 粒子群算法流程 | 第28-29页 |
| 4.3 基于改进概率增量学习方法的生物网络构建 | 第29-32页 |
| 4.4 本章小结 | 第32-33页 |
| 第五章 实验结果及分析 | 第33-49页 |
| 5.1 实验数据 | 第33-35页 |
| 5.2 实验结果及分析 | 第35-44页 |
| 5.3 评价指标 | 第44-49页 |
| 第六章 结论与展望 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-57页 |
| 附录 | 第57页 |