| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 引言 | 第10-16页 |
| 1.1 课题背景 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 研究意义 | 第13-14页 |
| 1.5 本文组织结构 | 第14-16页 |
| 第二章 RNA二级结构的相关知识 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 RNA生物学基础 | 第16页 |
| 2.3 RNA结构描述 | 第16-19页 |
| 2.4 含假结的RNA二级结构 | 第19-21页 |
| 2.5 RNA二级结构打分函数 | 第21-22页 |
| 2.5.1 基于热力学的UNAfold打分函数 | 第21页 |
| 2.5.2 基于RNA碱基之间配对概率的MEA打分函数 | 第21-22页 |
| 2.6 RNA二级结构预测 | 第22-25页 |
| 2.6.1 RNA二级结构预测性能指标 | 第22-23页 |
| 2.6.2 RNA二级结构预测工具 | 第23-25页 |
| 2.7 本章小结 | 第25-26页 |
| 第三章 多目标优化的遗传算法设计 | 第26-37页 |
| 3.1 引言 | 第26页 |
| 3.2 多目标优化问题与Pareto最优解研究 | 第26-28页 |
| 3.2.1 多目标优化问题 | 第26-27页 |
| 3.2.2 Pareto最优解研究 | 第27-28页 |
| 3.3 多目标优化遗传算法的发展动向 | 第28-29页 |
| 3.4 NSGA-Ⅱ算法的特点呈现 | 第29-30页 |
| 3.5 NSGA-Ⅱ算法的设计思路与步骤 | 第30-35页 |
| 3.5.1 需要注意的设计细节 | 第30页 |
| 3.5.2 适应度函数的确定 | 第30-34页 |
| 3.5.3 算法步骤 | 第34页 |
| 3.5.4 并行遗传算法设计 | 第34-35页 |
| 3.6 本章小结 | 第35-37页 |
| 第四章 多目标遗传算法的实现与结果 | 第37-47页 |
| 4.1 引言 | 第37页 |
| 4.2 具体实现与实验流程 | 第37-41页 |
| 4.2.1 数据准备 | 第37页 |
| 4.2.2 实验流程 | 第37-41页 |
| 4.2.3 参数设置 | 第41页 |
| 4.3 实例结果与对比分析 | 第41-45页 |
| 4.3.1 多目标遗传算法与Probknot算法结果对比 | 第41-44页 |
| 4.3.2 多目标遗传算法与其它RNA二级结构预测算法结果对比 | 第44-45页 |
| 4.4 结论 | 第45页 |
| 4.5 本章小结 | 第45-47页 |
| 第五章 总结与展望 | 第47-50页 |
| 5.1 工作总结 | 第47-48页 |
| 5.2 研究的创新之处 | 第48页 |
| 5.3 研究展望 | 第48-50页 |
| 参考文献 | 第50-57页 |
| 攻读硕士学位期间发表论文及参与科研项目 | 第57-58页 |
| 致谢 | 第58-59页 |
