| 目录 | 第1-7页 |
| 摘要 | 第7-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·本文的主要工作 | 第15-17页 |
| ·本文的结构安排 | 第17-18页 |
| 第二章 蛋白质结构预测理论 | 第18-32页 |
| ·蛋白质的结构 | 第18-23页 |
| ·蛋白质的基本组成单位 | 第18-21页 |
| ·蛋白质结构的层次 | 第21-23页 |
| ·蛋白质结构预测方法 | 第23-25页 |
| ·比较建模法 | 第24页 |
| ·反向折叠法 | 第24页 |
| ·从头预测法 | 第24-25页 |
| ·蛋白质结构预测的优化模型 | 第25-31页 |
| ·格点模型 | 第25-27页 |
| ·非格点模型 | 第27-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 蛋白质结构预测优化算法 | 第32-54页 |
| ·模拟退火算法 | 第32-35页 |
| ·模拟退火算法的原理 | 第33页 |
| ·概率接受准则 | 第33-34页 |
| ·模拟退火算法的流程 | 第34页 |
| ·冷却进度表 | 第34-35页 |
| ·并行模拟退火算法 | 第35-41页 |
| ·串行算法的并行策略 | 第35-38页 |
| ·模拟退火算法的并行化 | 第38-41页 |
| ·粒子群优化算法 | 第41-43页 |
| ·粒子群优化算法的原理 | 第41-42页 |
| ·粒子群优化算法的基本流程 | 第42-43页 |
| ·基于粒子群优化的多 Agent 模拟退火算法 | 第43-44页 |
| ·MSA 算法的基本流程 | 第44页 |
| ·MPJ 并行技术 | 第44-53页 |
| ·MPJ 的基本概念 | 第44-45页 |
| ·MPJ 的基本函数 | 第45-51页 |
| ·集群并行 MSA 算法的基本流程 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 基于反向学习策略的 MSA 算法预测蛋白质结构 | 第54-70页 |
| ·反向学习 | 第54页 |
| ·预测蛋白质结构的基于反向学习的 MSA 算法 | 第54-56页 |
| ·基于反向速度学习的 MSA 算法 | 第54-55页 |
| ·基于反向角度学习的 MSA 算法 | 第55页 |
| ·基于反向旋转学习的 MSA 算法 | 第55-56页 |
| ·仿真实验及结果分析 | 第56-69页 |
| ·测试序列 | 第56-57页 |
| ·目标函数 | 第57页 |
| ·参数选择 | 第57-59页 |
| ·仿真结果 | 第59-69页 |
| ·集群并行 MSA、单机并行 MSA 和串行 MSA 性能比较实验 | 第60-61页 |
| ·四条 Fibonacci 测试序列仿真结果及分析 | 第61-65页 |
| ·四条较短真实蛋白质序列仿真结果及分析 | 第65-67页 |
| ·两条较长真实蛋白质序列仿真结果及分析 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 基于局部邻域拓扑结构的 MSA 算法预测蛋白质结构 | 第70-88页 |
| ·邻域拓扑结构 | 第70-72页 |
| ·邻域拓扑结构的提出和研究现状 | 第70-71页 |
| ·邻域拓扑结构 | 第71-72页 |
| ·拓扑结构对算法收敛性的影响 | 第72页 |
| ·预测蛋白质结构的不同邻域拓扑结构的 MSA 算法 | 第72-76页 |
| ·基于局部邻域结构（Ring）的 MSA 算法 | 第73页 |
| ·基于冯诺依曼邻域结构（VonNeumann）的 MSA 算法 | 第73-74页 |
| ·算法描述 | 第74-76页 |
| ·采样粒度 | 第76页 |
| ·仿真实验及结果分析 | 第76-85页 |
| ·测试序列 | 第76页 |
| ·目标函数 | 第76-77页 |
| ·参数选择 | 第77页 |
| ·仿真结果及分析 | 第77-85页 |
| ·采样粒度 g 仿真结果及分析 | 第77-78页 |
| ·四条 Fibonacci 测试序列仿真结果及分析 | 第78-81页 |
| ·四条较短真实蛋白质序列仿真结果及分析 | 第81-83页 |
| ·两条较长真实蛋白质序列仿真结果及分析 | 第83-85页 |
| ·本章小结 | 第85-88页 |
| 第六章 总结与展望 | 第88-90页 |
| 参考文献 | 第90-96页 |
| 致谢 | 第96-97页 |
| 攻读硕士期间主要的研究成果 | 第97页 |
