| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 研究内容 | 第13页 |
| 1.4 论文结构安排 | 第13-15页 |
| 第2章 群智能算法介绍 | 第15-21页 |
| 2.1 群智能算法概述 | 第15-16页 |
| 2.2 粒子群优化算法 | 第16-17页 |
| 2.3 萤火虫优化算法 | 第17-18页 |
| 2.4 细菌觅食算法 | 第18-21页 |
| 第3章 聚类算法在动态PPI网络中的应用 | 第21-29页 |
| 3.1 动态PPI网络介绍 | 第21-23页 |
| 3.2 聚类方法简介 | 第23-24页 |
| 3.3 基于密度的聚类算法在动态PPI网络中的应用 | 第24-29页 |
| 3.3.1 DBSCAN算法及其在动态PPI网络中的应用 | 第24-25页 |
| 3.3.2 OPTICS算法及其在动态PPI网络中的应用 | 第25-27页 |
| 3.3.3 仿真实验及结果分析 | 第27-29页 |
| 第4章 群智能算法优化的OPTICS改进方法研究 | 第29-49页 |
| 4.1 计算PPI网络中蛋白质之间的距离 | 第29-30页 |
| 4.2 基于粒子群优化的OPTICS聚类算法 | 第30-35页 |
| 4.3 基于萤火虫优化的OPTICS聚类算法 | 第35-37页 |
| 4.4 仿真实验及结果分析 | 第37-49页 |
| 4.4.1 实验数据集 | 第37-38页 |
| 4.4.2 评价指标 | 第38-39页 |
| 4.4.3 参数分析 | 第39-41页 |
| 4.4.4 聚类方法比较 | 第41-43页 |
| 4.4.5 富集性分析 | 第43-49页 |
| 第5章 群智能算法在动态PPPI网络中的应用 | 第49-57页 |
| 5.1 细菌觅食聚类模型的构建 | 第49页 |
| 5.2 细菌觅食聚类模型在动态PPI网络中的应用 | 第49-54页 |
| 5.2.1 趋向性操作 | 第51页 |
| 5.2.2 复制操作 | 第51-52页 |
| 5.2.3 迁徙操作 | 第52页 |
| 5.2.4 基于核心一附件结构的细菌觅食聚类过程 | 第52-54页 |
| 5.2.5 算法时间复杂度 | 第54页 |
| 5.3 仿真实验及结果分析 | 第54-57页 |
| 第6章 工作总结与展望 | 第57-59页 |
| 6.1 本文工作总结 | 第57-58页 |
| 6.2 未来工作展望 | 第58-59页 |
| 参考文献 | 第59-67页 |
| 致谢 | 第67-69页 |
| 攻读学位期间的研究成果 | 第69页 |
