首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

蛋白质结构预测的混合智能优化算法及并行化

摘要第1-8页
Abstract第8-10页
1. 引言第10-15页
   ·课题背景及其研究意义第10-11页
   ·国内外研究现状第11-13页
   ·研究的难点第13页
   ·本文的主要工作第13-14页
   ·本文的章节安排第14-15页
2. 蛋白质结构预测基础知识第15-30页
   ·蛋白质的组成和结构第15-20页
     ·蛋白质分子的组成第15-17页
     ·蛋白质的层次结构第17-20页
     ·蛋白质数据库第20页
   ·蛋白质结构预测的方法第20-22页
   ·蛋白质结构简化模型第22-29页
     ·HP格点模型第23-24页
     ·AB非格点模型第24-29页
   ·本章小结第29-30页
3. 蛋白质结构预测算法第30-37页
   ·粒子群算法PSO第30-32页
     ·粒子群算法的基本原理第30-31页
     ·粒子群算法的步骤第31-32页
   ·模拟退火算法SA第32-34页
     ·模拟退火算法的基本原理第32-33页
     ·模拟退火算法的步骤第33-34页
   ·禁忌搜索算法TS第34-36页
     ·禁忌搜索算法的基本原理第34-35页
     ·禁忌搜索算法的步骤第35-36页
   ·本章小结第36-37页
4. 混合智能优化算法第37-58页
   ·基本粒子群算法及其改进策略第37-42页
     ·粒子群算法在蛋白质结构预测中的应用第39-42页
   ·粒子群模拟退火混合优化算法第42-44页
     ·粒子群模拟退火算法在蛋白质结构预测中的应用第42-44页
   ·粒子群禁忌混合优化算法第44-47页
     ·粒子群禁忌算法在蛋白质结构预测中的应用第45-47页
   ·本文提出的粒子群退火禁忌混合优化算法第47-56页
     ·粒子群退火禁忌算法在蛋白质结构预测中的应用第48-56页
   ·本章小结第56-58页
5. 算法并行化第58-78页
   ·基于OpenMP的粒子群并行算法第58-63页
   ·基于MPI的粒子群并行算法第63-67页
   ·基于CUDA的粒子群并行算法第67-74页
   ·粒子群退火禁忌混合算法并行化第74-77页
   ·本章小结第77-78页
6. 总结与展望第78-81页
   ·论文工作总结第78-79页
   ·研究与展望第79-81页
参考文献第81-86页
致谢第86页

论文共86页,点击 下载论文
上一篇:基于随机森林两阶段逐步变量选择算法的研究及应用
下一篇:几个诱导植物细胞死亡稻瘟菌效应蛋白的功能分析