| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 1 绪论 | 第12-18页 |
| ·研究背景 | 第12-13页 |
| ·研究的目的及意义 | 第13-14页 |
| ·国内外现状 | 第14-15页 |
| ·研究的难点 | 第15-16页 |
| ·本文的研究内容和章节安排 | 第16-18页 |
| ·研究内容 | 第16页 |
| ·章节安排 | 第16-18页 |
| 2 蛋白质结构预测的相关知识 | 第18-25页 |
| ·蛋白质分子的组成 | 第18-19页 |
| ·蛋白质的层次结构 | 第19-21页 |
| ·蛋白质结构预测的优化模型 | 第21-23页 |
| ·全原子模型 | 第21页 |
| ·HP 格点模型 | 第21-22页 |
| ·AB 非格点模型 | 第22-23页 |
| ·蛋白质结构预测的应用 | 第23-24页 |
| ·在结构基因组学中的应用 | 第23-24页 |
| ·在设计蛋白质中的应用 | 第24页 |
| ·在设计药物中的应用 | 第24页 |
| ·本章小结 | 第24-25页 |
| 3 基于 HP 格点模型的蛋白质结构预测算法研究 | 第25-39页 |
| ·HP 格点模型的数学描述 | 第25页 |
| ·算法介绍 | 第25-27页 |
| ·改进的粒子群优化算法 | 第25-26页 |
| ·改进的禁忌搜索算法 | 第26-27页 |
| ·MCMPSO-TS 混合优化搜索算法 | 第27-29页 |
| ·算法初始化 | 第27-29页 |
| ·交叉和变异的方法 | 第29页 |
| ·产生邻域搜索的方法 | 第29页 |
| ·MCMPSO-TS 算法的实现过程 | 第29-32页 |
| ·实验结果与讨论 | 第32-38页 |
| ·斐波那契数列及其计算结果 | 第32-33页 |
| ·真实蛋白质序列的结果 | 第33-35页 |
| ·其它序列的比较结果 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 4 基于 AB 非格模型的 GA-PSO 算法研究 | 第39-51页 |
| ·AB 非格点模型的描述 | 第39-40页 |
| ·相关的搜索算法 | 第40-42页 |
| ·遗传算法的原理 | 第40-41页 |
| ·粒子群算法的原理 | 第41-42页 |
| ·混合优化算法的改进策略 | 第42-44页 |
| ·采用变化的因子 | 第42-43页 |
| ·含随机扰动因子的 PSO 优化算法 | 第43页 |
| ·多种交叉和变异方式的组合 | 第43-44页 |
| ·GA-PSO 混合搜索算法 | 第44-46页 |
| ·初始化 | 第44页 |
| ·算法描述 | 第44-46页 |
| ·结果和讨论 | 第46-50页 |
| ·参数设置 | 第46页 |
| ·Fibonacci 数列 | 第46-49页 |
| ·真实蛋白质序列 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 5 基于 AB 非格点模型的 PGATS 算法研究 | 第51-62页 |
| ·AB 非格点模型的简述 | 第51页 |
| ·PGATS 算法 | 第51-52页 |
| ·进一步改进策略 | 第51页 |
| ·禁忌搜索算法的原理 | 第51页 |
| ·改进的禁忌搜索算法 | 第51-52页 |
| ·PGATS 混合优化算法 | 第52-54页 |
| ·初始化 | 第52页 |
| ·算法描述 | 第52-54页 |
| ·实验结果与分析 | 第54-60页 |
| ·参数设置 | 第54页 |
| ·Fibonacci 数列 | 第54-56页 |
| ·Fibonacci 数列中 PGATS 算法搜索最优能量值的变化图 | 第56-57页 |
| ·真实蛋白质序列 | 第57-58页 |
| ·真实蛋白质序列中 PGATS 算法搜索最优能量值的变化图 | 第58-59页 |
| ·标准的 PSO，TS 算法和 PGATS 算法取得结果的比较图 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 6 总结与展望 | 第62-64页 |
| ·全文总结 | 第62页 |
| ·工作展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表学术论文情况 | 第68-69页 |
| 致谢 | 第69-70页 |
