多目標(biāo)DNA核酸編碼優(yōu)化算法

目錄
第1章 緒論 1
1.1 DNA計(jì)算 1
1.1.1 DNA計(jì)算的產(chǎn)生和特點(diǎn) 1
1.1.2 DNA計(jì)算的基本原理 2
1.1.3 DNA計(jì)算中的編碼問(wèn)題 4
1.2 DNA編碼 4
1.2.1 DNA編碼算法的研究現(xiàn)狀 4
1.2.2 DNA編碼問(wèn)題的約束條件 6
第2章 DNA編碼約束條件與傳統(tǒng)多目標(biāo)粒子群算法 9
2.1 DNA編碼約束 9
2.1.1 DNA編碼約束的分類 9
2.1.2 DNA編碼問(wèn)題的數(shù)學(xué)模型 18
2.2 多目標(biāo)優(yōu)化問(wèn)題 20
2.2.1 多目標(biāo)優(yōu)化的相關(guān)概念 20
2.2.2 多目標(biāo)優(yōu)化算法 22
2.2.3 多目標(biāo)進(jìn)化算法的基本框架 23
2.3 粒子群算法 24
2.3.1 算法思想 25
2.3.2 算法流程 26
2.3.3 多目標(biāo)粒子群優(yōu)化算法 26
第3章 動(dòng)態(tài)多目標(biāo)粒子群DNA編碼算法研究 28
3.1 算法思想 28
3.2 算法流程 29
3.3 動(dòng)態(tài)精英選擇算法 30
3.3.1 最小曼哈頓距離選擇算法 30
3.3.2 基于最小曼哈頓距離的動(dòng)態(tài)精英選擇算法 32
3.4 主要算子設(shè)計(jì) 34
3.4.1 問(wèn)題編碼 34
3.4.2 粒子更新 35
3.4.3 離散處理和邊界約束 35
3.4.4 適應(yīng)度計(jì)算 36
3.4.5 個(gè)體極值更新 37
3.4.6 全局極值更新 37
第4章 動(dòng)態(tài)多目標(biāo)粒子群DNA編碼算法實(shí)驗(yàn) 38
4.1 DNA序列評(píng)價(jià)方法 38
4.2 算法參數(shù)選擇 39
4.2.1 種群參數(shù) 40
4.2.2 粒子群參數(shù) 41
4.2.3 各目標(biāo)的曼哈頓距離權(quán)重參數(shù) 44
4.3 實(shí)驗(yàn)結(jié)果與分析 45
4.3.1 長(zhǎng)度為20的7條DNA編碼結(jié)果比較 46
4.3.2 長(zhǎng)度為20的14條DNA編碼結(jié)果比較 48
4.3.3 長(zhǎng)度為15的20條DNA編碼結(jié)果比較 51
第5章 核酸分子二級(jí)結(jié)構(gòu)預(yù)測(cè) 55
5.1 核算分子二級(jí)結(jié)構(gòu)預(yù)測(cè)研究進(jìn)展 55
5.2 核酸分子的二級(jí)結(jié)構(gòu)簡(jiǎn)介 57
5.2.1 核酸分子基本結(jié)構(gòu) 57
5.2.2 核酸分子的結(jié)構(gòu)分級(jí) 58
5.2.3 二級(jí)結(jié)構(gòu)的表示方法 59
5.2.4 假結(jié)結(jié)構(gòu) 61
5.3 二級(jí)結(jié)構(gòu)預(yù)測(cè)方法 62
5.3.1 基于比較序列分析方法 63
5.3.2 基于最小自由能方法 63
第6章 遺傳算法和CUDA技術(shù)簡(jiǎn)介 66
6.1 遺傳算法 66
6.1.1 遺傳算法簡(jiǎn)介 66
6.1.2 遺傳算法的特點(diǎn) 67
6.1.3 遺傳算法的應(yīng)用 69
6.2 CUDA并行技術(shù) 70
6.2.1 并行技術(shù)的發(fā)展 70
6.2.2 CUDA編程模型 72
6.2.3 CUDA線程結(jié)構(gòu) 74
6.2.4 CUDA軟件體系 75
6.2.5 CUDA存儲(chǔ)器模型 76
第7章 基于遺傳算法的核酸二級(jí)結(jié)構(gòu)預(yù)測(cè)研究 78
7.1 基于遺傳算法的核酸二級(jí)結(jié)構(gòu)預(yù)測(cè) 78
7.1.1 問(wèn)題的編碼 79
7.1.2 假結(jié)預(yù)測(cè)問(wèn)題 80
7.1.3 適應(yīng)度函數(shù) 84
7.1.4 種群的初始化 85
7.1.5 種群優(yōu)化 89
7.1.6 選擇算子 92
7.1.7 交叉算子 94
7.1.8 變異算子 97
7.2 算法描述 98
7.3 實(shí)驗(yàn)與結(jié)果分析 100
第8章 基于CUDA的并行遺傳算法預(yù)測(cè)核酸分子二級(jí)結(jié)構(gòu)的研究 106
8.1 并行算法 106
8.1.1 適應(yīng)度函數(shù) 106
8.1.2 種群的初始化 107
8.1.3 并行選擇算子 109
8.1.4 并行交叉算子 110
8.1.5 并行變異算子 111
8.2 算法描述 111
8.3 實(shí)驗(yàn)結(jié)果與分析 112
參考文獻(xiàn) 115