| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 引言 | 第8-9页 |
| 第一章 生物信息学基础 | 第9-13页 |
| ·生物信息学概述 | 第9-10页 |
| ·基因组序列分析 | 第10-11页 |
| ·核酸序列数据库 | 第11-13页 |
| ·GenBanK | 第11-12页 |
| ·EMBL | 第12页 |
| ·DDBJ | 第12-13页 |
| 第二章 生物序列比对基础 | 第13-25页 |
| ·序列比对概述 | 第13页 |
| ·空位罚分与相似性得分矩阵 | 第13-17页 |
| ·空位罚分 | 第13-14页 |
| ·相似性得分矩 | 第14-17页 |
| ·核酸得分矩阵 | 第14-15页 |
| ·蛋白质得分矩阵 | 第15-17页 |
| ·SP 模型 | 第17-19页 |
| ·双序列比对 | 第19页 |
| ·多序列比对 | 第19-20页 |
| ·几种常见的多序列比对算法 | 第20-25页 |
| ·动态规划多序列比对算法 | 第20-21页 |
| ·树形比对算法和星形比对算法 | 第21-23页 |
| ·树形比对算法 | 第21-22页 |
| ·星形比对算法 | 第22-23页 |
| ·ClustalW 算法 | 第23-25页 |
| 第三章 遗传算法基础 | 第25-37页 |
| ·遗传算法发展史 | 第25-26页 |
| ·遗传算法的一个简单例子 | 第26-28页 |
| ·遗传算法的模式理论和积木块假设 | 第28-30页 |
| ·遗传算法的模式理论 | 第28-29页 |
| ·遗传算法的积木块假 | 第29-30页 |
| ·群体规模对遗传算法的影响 | 第30-31页 |
| ·遗传算法的编码与适应度函数 | 第31-32页 |
| ·编码 | 第31页 |
| ·适应度的计算 | 第31-32页 |
| ·遗传算法的主要算子及终止条件 | 第32-34页 |
| ·复制 | 第32-33页 |
| ·交叉 | 第33页 |
| ·突变 | 第33-34页 |
| ·算法的终止条件 | 第34页 |
| ·遗传算法的工作步骤及流程 | 第34-37页 |
| ·遗传算法的工作步骤 | 第34-35页 |
| ·遗传算法的流程 | 第35-37页 |
| 第四章 改进的自适应遗传算法 | 第37-46页 |
| ·自适应遗传算法（Adaptive GA） | 第37页 |
| ·改进的自适应遗传算法 | 第37-43页 |
| ·抑制算法陷入局部收敛采用的改进方 | 第38页 |
| ·早熟标志的建立 | 第38页 |
| ·群体多样化 | 第38页 |
| ·适应值标定 | 第38页 |
| ·交叉率和突变率的非线性自适应调整 | 第38-40页 |
| ·改进的自适应遗传算法的工作步骤和算法流程 | 第40-43页 |
| ·改进的自适应遗传算法的工作步骤 | 第40-41页 |
| ·改进的自适应遗传算法的算法流程 | 第41-43页 |
| ·实验及分析 | 第43-46页 |
| ·测试函数 | 第43页 |
| ·算法性能 | 第43-44页 |
| ·算法性能评价 | 第44-46页 |
| 第五章 位爬山策略与改进自适应遗传算法的结合 | 第46-49页 |
| ·位爬山算法 | 第46-47页 |
| ·位爬山算法简介 | 第46页 |
| ·位变异顺序按随机位序列集合进行的位爬山 | 第46页 |
| ·位变异顺序按随机位序列集合进行的位爬山改进 | 第46-47页 |
| ·位爬山法与改进自适应遗传算法的结合与实现 | 第47-49页 |
| ·位爬山法与改进自适应遗传算法的结合 | 第47-48页 |
| ·算法实现 | 第48-49页 |
| 第六章 改进的自适应遗传算法在多序列比对中的分析应用 | 第49-56页 |
| ·改进的自适应遗传算法在多序列比对中的分析应用 | 第49-50页 |
| ·改进的自适应遗传算法的编码方式 | 第49页 |
| ·适应度函数和遗传操作 | 第49页 |
| ·适应度函数 | 第49页 |
| ·遗传操作 | 第49页 |
| ·实验步骤 | 第49-50页 |
| ·实验分析及其与其它遗传算法的比较 | 第50-56页 |
| ·实验数据 | 第50-52页 |
| ·开发环境 | 第52-53页 |
| ·程序实现 | 第53-55页 |
| ·实验数据 | 第55页 |
| ·实验结果分析 | 第55-56页 |
| 结论 | 第56-57页 |
| 附录：空位插入程序及SP 打分程序（核酸序列） | 第57-59页 |
| 参考文献 | 第59-61页 |
| 后记 | 第61页 |