| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-18页 |
| ·选题意义 | 第10-11页 |
| ·研究现状 | 第11-14页 |
| ·研究内容 | 第14页 |
| ·论文结构 | 第14-18页 |
| 第2章 蛋白质相互作用网络 | 第18-28页 |
| ·引言 | 第18页 |
| ·PPI网络数据库 | 第18-19页 |
| ·PPI网络 | 第19-23页 |
| ·相关理论 | 第19-21页 |
| ·蛋白质结点之间距离的计算 | 第21-23页 |
| ·PPI网络的拓扑结构特征 | 第23-24页 |
| ·蛋白质相互作用网络的研究方法 | 第24-26页 |
| ·传统的聚类方法 | 第25页 |
| ·功能流聚类方法 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第3章 群智能优化算法 | 第28-40页 |
| ·引言 | 第28-29页 |
| ·粒子群优化算法 | 第29-30页 |
| ·基本粒子群优化算法 | 第29-30页 |
| ·量子粒子群优化算法 | 第30页 |
| ·蚁群算法 | 第30-32页 |
| ·基本原理 | 第30-31页 |
| ·基本蚁群算法的实现步骤 | 第31-32页 |
| ·人工鱼群算法 | 第32-34页 |
| ·基本原理 | 第32-33页 |
| ·算法描述 | 第33-34页 |
| ·算法步骤 | 第34页 |
| ·细菌觅食优化算法 | 第34-38页 |
| ·趋向性操作 | 第34-36页 |
| ·复制操作 | 第36-37页 |
| ·迁徙操作 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第4章 基于蚁群优化机理的PPI网络聚类算法 | 第40-52页 |
| ·引言 | 第40页 |
| ·蚁群聚类算法 | 第40-41页 |
| ·改进的蚁群优化PPI网络聚类算法 | 第41-44页 |
| ·基于蚁群信息索更新机制的PPI网络聚类算法 | 第44-47页 |
| ·基于信息素更新机制的PPI网络聚类算法模型 | 第44-46页 |
| ·算法步骤 | 第46-47页 |
| ·仿真结果 | 第47-51页 |
| ·实验环境与参数选择 | 第47-48页 |
| ·参数分析 | 第48-49页 |
| ·算法性能测试 | 第49-51页 |
| ·小结 | 第51-52页 |
| 第5章 融合人工鱼群机理的PPI网络聚类算法 | 第52-64页 |
| ·引言 | 第52页 |
| ·相关知识介绍 | 第52-54页 |
| ·目标函数 | 第52-53页 |
| ·聚类结果的评价方法 | 第53-54页 |
| ·基于人工鱼群算法的PPI网络聚类模型 | 第54-57页 |
| ·数据的预处理及其聚类中心的选择 | 第54页 |
| ·聚类模型设计 | 第54-56页 |
| ·算法描述 | 第56-57页 |
| ·仿真结果 | 第57-62页 |
| ·参数分析 | 第57-60页 |
| ·算法性能测试 | 第60-62页 |
| ·本章小结 | 第62-64页 |
| 第6章 基于细菌觅食优化机理的PPI网络聚类模型 | 第64-78页 |
| ·引言 | 第64-65页 |
| ·相关概念 | 第65-67页 |
| ·直觉模糊集 | 第65-66页 |
| ·目标函数 | 第66-67页 |
| ·基于直觉模糊集和细菌觅食机理的PPI网络聚类算法模型 | 第67-72页 |
| ·确定隶属度和非隶属度函数 | 第67-68页 |
| ·基于直觉模糊集的改进BFO算法的模型 | 第68-70页 |
| ·操作步骤 | 第70-71页 |
| ·算法的时间复杂度 | 第71-72页 |
| ·仿真结果 | 第72-76页 |
| ·参数分析 | 第72-74页 |
| ·算法性能测试 | 第74-76页 |
| ·本章小结 | 第76-78页 |
| 第7章 总结与展望 | 第78-82页 |
| ·论文总结 | 第78-79页 |
| ·对未来工作的展望 | 第79-82页 |
| 参考文献 | 第82-88页 |
| 致谢 | 第88-90页 |
| 攻读硕士学位期间取得的研究成果 | 第90-91页 |