多目標DNA核酸編碼優(yōu)化算法

目錄
第1章 緒論 1
1.1 DNA計算 1
1.1.1 DNA計算的產生和特點 1
1.1.2 DNA計算的基本原理 2
1.1.3 DNA計算中的編碼問題 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編碼問題的約束條件 6
第2章 DNA編碼約束條件與傳統(tǒng)多目標粒子群算法 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編碼問題的數(shù)學模型 18
2.2 多目標優(yōu)化問題 20
2.2.1 多目標優(yōu)化的相關概念 20
2.2.2 多目標優(yōu)化算法 22
2.2.3 多目標進化算法的基本框架 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 多目標粒子群優(yōu)化算法 26
第3章 動態(tài)多目標粒子群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態(tài)精英選擇算法 32
3.4 主要算子設計 34
3.4.1 問題編碼 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 適應度計算 36
3.4.5 個體極值更新 37
3.4.6 全局極值更新 37
第4章 動態(tài)多目標粒子群DNA編碼算法實驗 38
4.1 DNA序列評價方法 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 各目標的曼哈頓距離權重參數(shù) 44
4.3 實驗結果與分析 45
4.3.1 長度為20的7條DNA編碼結果比較 46
4.3.2 長度為20的14條DNA編碼結果比較 48
4.3.3 長度為15的20條DNA編碼結果比較 51
第5章 核酸分子二級結構預測 55
5.1 核算分子二級結構預測研究進展 55
5.2 核酸分子的二級結構簡介 57
5.2.1 核酸分子基本結構 57
5.2.2 核酸分子的結構分級 58
5.2.3 二級結構的表示方法 59
5.2.4 假結結構 61
5.3 二級結構預測方法 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技術簡介 66
6.1 遺傳算法 66
6.1.1 遺傳算法簡介 66
6.1.2 遺傳算法的特點 67
6.1.3 遺傳算法的應用 69
6.2 CUDA并行技術 70
6.2.1 并行技術的發(fā)展 70
6.2.2 CUDA編程模型 72
6.2.3 CUDA線程結構 74
6.2.4 CUDA軟件體系 75
6.2.5 CUDA存儲器模型 76
第7章 基于遺傳算法的核酸二級結構預測研究 78
7.1 基于遺傳算法的核酸二級結構預測 78
7.1.1 問題的編碼 79
7.1.2 假結預測問題 80
7.1.3 適應度函數(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 實驗與結果分析 100
第8章 基于CUDA的并行遺傳算法預測核酸分子二級結構的研究 106
8.1 并行算法 106
8.1.1 適應度函數(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 實驗結果與分析 112
參考文獻 115