| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景 | 第11-12页 |
| ·问题的提出 | 第11-12页 |
| ·生物信息学概述 | 第12页 |
| ·国内外研究现状 | 第12-13页 |
| ·研究目的及意义 | 第13-14页 |
| ·论文的主要工作与组织结构 | 第14-16页 |
| 第二章 相关理论知识 | 第16-28页 |
| ·序列比对的基本概念 | 第16-23页 |
| ·核酸和蛋白质 | 第16-17页 |
| ·序列比对原理 | 第17页 |
| ·序列比对定义 | 第17-23页 |
| ·序列比对分类 | 第23-24页 |
| ·多序列比对相关概念 | 第24-27页 |
| ·多序列比对的定义 | 第24-25页 |
| ·SP 目标函数 | 第25-27页 |
| ·COFFEE 函数 | 第27页 |
| ·本章小节 | 第27-28页 |
| 第三章 序列比对算法研究 | 第28-38页 |
| ·双序列比对算法 | 第28-34页 |
| ·点阵法 | 第28-29页 |
| ·动态规划算法 | 第29-32页 |
| ·启发式算法 | 第32-34页 |
| ·多序列比对算法 | 第34-37页 |
| ·动态规划算法 | 第34页 |
| ·渐近比对算法 | 第34-36页 |
| ·迭代算法 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 蚁群算法在序列比对中的应用 | 第38-56页 |
| ·蚁群算法(Ant Swarm Algorithm)的概述 | 第38-42页 |
| ·蚁群算法的原理 | 第38-40页 |
| ·蚁群算法的发展 | 第40-42页 |
| ·蚁群算法在序列比对中的应用 | 第42-49页 |
| ·基于蚁群算法的双序列比对模型 | 第42-44页 |
| ·蚁群比对算法描述 | 第44-46页 |
| ·蚁群比对算法的设计及实验 | 第46-49页 |
| ·改进蚁群算法在序列比对中的应用 | 第49-55页 |
| ·影响蚁群算法的参数 | 第50-51页 |
| ·动态信息素增量系数 | 第51-52页 |
| ·改变信息素更新机制 | 第52-53页 |
| ·Rank-Base AS 序列比对算法设计及实验 | 第53-55页 |
| ·本章小节 | 第55-56页 |
| 第五章 文化蚁群算法在序列比对中的应用研究 | 第56-65页 |
| ·文化算法的引入 | 第56-57页 |
| ·文化算法的原理 | 第57-59页 |
| ·文化算法的框架 | 第57-58页 |
| ·文化算法的描述 | 第58-59页 |
| ·文化蚁群比对算法的设计 | 第59-63页 |
| ·文化蚁群比对算法框架 | 第59-60页 |
| ·基于文化蚁群算法的双序列比对设计 | 第60-62页 |
| ·文化蚁群比对算法的步骤 | 第62-63页 |
| ·算法的可行性分析 | 第63页 |
| ·本章小节 | 第63-65页 |
| 第六章 算法实验结果分析与比较 | 第65-71页 |
| ·标准蚁群比对算法实验结果分析 | 第65-66页 |
| ·改进蚁群算法实验结果分析及其与标准蚁群算法的比较 | 第66-69页 |
| ·本章小节 | 第69-71页 |
| 第七章 总结及展望 | 第71-73页 |
| ·论文主要工作 | 第71-72页 |
| ·需要进一步研究的工作 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
