| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-14页 |
| ·选题背景和研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·蛋白质相互作用网络研究现状 | 第11页 |
| ·群智能算法研究现状 | 第11-12页 |
| ·本文的主要研究内容及结构安排 | 第12-14页 |
| ·主要研究内容和创新 | 第12-13页 |
| ·本文的结构安排 | 第13-14页 |
| 第2章 蛋白质相互作用网络 | 第14-22页 |
| ·PPI网络概述 | 第14-15页 |
| ·PPI网络的特点 | 第15-17页 |
| ·PPI网络的研究方法 | 第17-20页 |
| ·传统的聚类方法 | 第17-18页 |
| ·新型的聚类方法 | 第18-20页 |
| ·本章小结 | 第20-22页 |
| 第3章 群智能优化算法 | 第22-30页 |
| ·群智能优化算法概述 | 第22-23页 |
| ·主流群智能算法介绍 | 第23-29页 |
| ·蚁群算法 | 第23-24页 |
| ·粒子群算法 | 第24-28页 |
| ·人工蜂群算法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第4章 改进的流聚类算法及其在PPI网络中的应用 | 第30-46页 |
| ·引言 | 第30页 |
| ·功能流聚类算法模型 | 第30-32页 |
| ·功能流聚类算法的改进 | 第32-34页 |
| ·改进的算法描述 | 第34-38页 |
| ·数据及预处理 | 第34页 |
| ·QPSO算法的编码设计 | 第34-35页 |
| ·算法步骤 | 第35-37页 |
| ·算法的时间复杂度 | 第37-38页 |
| ·仿真及结果分析 | 第38-45页 |
| ·仿真环境及参数设置 | 第38页 |
| ·实验参数分析 | 第38-40页 |
| ·算法运行结果比较及分析 | 第40-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 改进的蜂群算法及其在PPI数据聚类中的应用 | 第46-56页 |
| ·引言 | 第46页 |
| ·人工蜂群算法的改进 | 第46-50页 |
| ·函数测试 | 第50-52页 |
| ·PPI数据聚类仿真结果及分析 | 第52-54页 |
| ·PPI数据上基于流聚类算法的仿真实验 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 第6章 基于连接强度的PPI网络聚类改进蚁群算法 | 第56-70页 |
| ·引言 | 第56页 |
| ·基本概念 | 第56-61页 |
| ·基于拾起/放下规则的蚁群聚类算法 | 第56-57页 |
| ·连接强度 | 第57-59页 |
| ·JSACO算法描述 | 第59-61页 |
| ·仿真实验及结果分析 | 第61-68页 |
| ·实验数据及实验环境 | 第61页 |
| ·参数分析 | 第61-64页 |
| ·实验结果及分析 | 第64-68页 |
| ·本章小结 | 第68-70页 |
| 第7章 总结及展望 | 第70-74页 |
| ·本文的主要工作总结 | 第70-71页 |
| ·对未来工作的展望 | 第71-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-82页 |
| 攻读硕士学位期间的研究成果 | 第82页 |