| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-19页 |
| ·研究背景 | 第10-15页 |
| ·生物信息学概述 | 第10-12页 |
| ·分子生物学基本知识 | 第12-15页 |
| ·生物信息学中的序列比对问题及研究意义 | 第15-16页 |
| ·本文研究的主要内容和方法 | 第16-18页 |
| ·智能计算方法 | 第16-17页 |
| ·基于改进粒子群算法的 DNA 多序列比对 | 第17页 |
| ·基于遗传模拟退火算法的 DNA 多序列比对 | 第17页 |
| ·论文的具体安排 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 DNA 序列比对与序列比对算法 | 第19-33页 |
| ·序列比对基本原理 | 第19-25页 |
| ·序列比对问题的基本概念 | 第19-20页 |
| ·相似性计分矩阵 | 第20-22页 |
| ·空位罚分 | 第22-23页 |
| ·目标函数 | 第23-25页 |
| ·DNA 序列比对问题的数学描述 | 第25-26页 |
| ·序列比对算法及其发展现状 | 第26-32页 |
| ·双序列比对算法 | 第27-31页 |
| ·多序列比对算法 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于改进粒子群算法的 DNA 多序列比对 | 第33-49页 |
| ·粒子群算法 | 第33-37页 |
| ·基本粒子群算法模型 | 第33-35页 |
| ·粒子群算法的主要运行参数 | 第35-36页 |
| ·粒子群算法的特点 | 第36-37页 |
| ·粒子群算法的改进 | 第37页 |
| ·基于粒子群算法的 DNA 多序列比对算法设计 | 第37-45页 |
| ·算法思想 | 第37-41页 |
| ·编码策略的确定 | 第39页 |
| ·适应度函数设计 | 第39-40页 |
| ·设置算法过程中涉及到的各个控制参数 | 第40-41页 |
| ·初始群体的生成方式 | 第41页 |
| ·群体更新 | 第41页 |
| ·终止条件 | 第41页 |
| ·算法描述 | 第41-42页 |
| ·算法流程 | 第42-45页 |
| ·算法实现与实验结果分析 | 第45-48页 |
| ·实验环境 | 第45页 |
| ·参数设置 | 第45页 |
| ·实验设计与实现 | 第45-47页 |
| ·结果分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于遗传模拟退火算法的 DNA 多序列比对 | 第49-74页 |
| ·遗传算法 | 第49-55页 |
| ·遗传算法概述 | 第49页 |
| ·遗传算法的主要思想 | 第49-51页 |
| ·遗传算法的主要运行参数 | 第51-53页 |
| ·遗传算法的流程 | 第53-54页 |
| ·遗传算法的特点 | 第54-55页 |
| ·模拟退火算法 | 第55-60页 |
| ·模拟退火算法概述 | 第55页 |
| ·模拟退火算法的基本原理 | 第55-59页 |
| ·模拟退火算法的特点 | 第59-60页 |
| ·遗传模拟退火算法思想的提出 | 第60-62页 |
| ·多序列比对的算法复杂性分析 | 第60页 |
| ·遗传算法的“早熟”现象 | 第60-61页 |
| ·遗传模拟退火思想的提出 | 第61-62页 |
| ·基于遗传模拟退火算法的 DNA 多序列比对算法设计 | 第62-69页 |
| ·编码策略的确定 | 第62页 |
| ·适应度函数设计 | 第62-63页 |
| ·设置遗传算法过程中涉及到的各个控制参数 | 第63页 |
| ·初始群体的生成方式 | 第63页 |
| ·退火思想 | 第63-64页 |
| ·遗传操作的设计 | 第64-68页 |
| ·终止条件 | 第68页 |
| ·算法描述 | 第68页 |
| ·遗传模拟退火算法的流程图 | 第68-69页 |
| ·算法实现与实验结果分析 | 第69-73页 |
| ·实验环境 | 第69页 |
| ·参数设置 | 第69-70页 |
| ·实验设计 | 第70-73页 |
| ·结果分析 | 第73页 |
| ·本章小结 | 第73-74页 |
| 第五章 总结与展望 | 第74-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间发表的学术论著及参与项目 | 第81-82页 |
| 致谢 | 第82页 |