首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

遗传算法和蚁群算法在2DHP格点模型中的应用

摘要第1-6页
ABSTRACT第6-12页
第1章 绪论第12-18页
   ·选题背景和意义第12-13页
   ·蛋白质折叠问题的研究现状第13-14页
   ·研究蛋白质折叠问题的相关模型第14-15页
     ·AB 非格点模型第14-15页
     ·2DHP 格点模型第15页
   ·本文研究的主要内容第15-16页
   ·本文的章节安排第16-17页
   ·小结第17-18页
第2章 蚁群算法第18-27页
   ·蚁群算法的基本原理第18-21页
     ·真实蚁群的觅食机理第18-19页
     ·蚁群算法的基本原理第19-21页
   ·蚁群算法的改进及其理论研究第21-24页
     ·蚁群算法的参数设置的研究第21-22页
     ·蚁群算法的改进研究第22页
     ·蚁群算法的收敛性及工作机制的研究第22-23页
     ·蚁群算法与其他算法的融合第23-24页
   ·蚁群算法的应用研究第24-25页
     ·静态组合优化问题中的应用第24页
     ·动态组合优化问题中的应用第24-25页
     ·连续优化问题中应用第25页
     ·在生物信息学中的应用第25页
   ·小结第25-27页
第3章 遗传算法在2DHP 格点模型中的应用第27-39页
   ·二维亲疏水(2DHP)格点模型第27-28页
   ·PERM 算法在2DHP 格点模型中的应用第28-32页
     ·定义第28-29页
     ·PERM 算法第29-32页
   ·遗传算法在2DHP 格点模型中的应用第32-37页
     ·遗传算法(Genetic Algorithm)第32-34页
     ·遗传算法在2DHP 格点模型中的应用第34-37页
   ·小结第37-39页
第4章 蚁群算法在2DHP 格点模型中的应用第39-47页
   ·蚁群算法和蛋白质折叠问题第39-40页
   ·蚁群算法在2DHP 格点模型中的应用第40-45页
     ·构型的选择和参数的设置第40-43页
     ·局部搜索第43-44页
     ·信息素的更新第44页
     ·实验第44-45页
   ·小结第45-47页
结论与展望第47-49页
参考文献第49-55页
致谢第55-56页
附录A 攻读学位期间所发表的学术论文第56-57页
附录B 攻读学位期间参与的科研项目第57页

论文共57页,点击 下载论文
上一篇:RFID抗冲突算法研究
下一篇:传感器网络环境下频繁模式挖掘算法的研究与应用