学位论文 > 优秀研究生学位论文题录展示

利用改进的粒子群算法预测蛋白质结构

作 者: 焉为家
导 师: 郭雨珍
学 校: 南京航空航天大学
专 业: 运筹学与控制论
关键词: 蛋白质结构预测 HP格点模型 粒子群算法 调整子 交换子
分类号: Q51
类 型: 硕士论文
年 份: 2012年
下 载: 27次
引 用: 0次
阅 读: 论文下载
 

内容摘要


自上个世纪80年代以来,生物信息学作为一门新兴的交叉学科受到了科学界的广泛关注。而蛋白质作为生命活动的重要承担者,在几乎所有生物过程中都起着至关重要的作用,它的生物学功能是由其空间结构决定的,因此,蛋白质结构预测就成为分子生物学中最具挑战性的问题之一。解决该问题应从两方面入手:建立有效的简化模型以及寻找合理的优化算法。近些年来,许多科研工作者致力于简化模型的研究,这些简化模型是基于蛋白质的天然构象处于能量最低状态这一热力学假说的。HP格点模型是最为典型的简化模型之一,但基于HP格点模型的蛋白质结构预测是一个典型的NP问题。本文给出了数学能量函数,建立了整数优化模型,蛋白质结构预测问题就转化为一个组合优化的问题。同时,本文还给出了这个组合优化模型的一些性质。目前,已有许多优化算法被用于求解蛋白质结构预测问题。而粒子群算法是一种新的群智能算法,优势在于简单容易实现,又有深刻的智能背景。在优化领域,粒子群算法适用于求解连续优化问题,而基于HP格点模型的蛋白质结构预测问题是一个离散问题。因此,本文通过引入调整子和交换子的概念,重新构造了两种粒子群算法,并用它们分别求解了二维紧致HP格点模型下的方格网、菱形网和三角网以及二维非紧致HP格点模型下的方格网、菱形网和三角网。同时,本文还给出了紧致方格网与紧致菱形网、紧致菱形网与紧致三角网以及非紧致方格网与紧致方格网的比较。数值模拟结果表明,改进的粒子群算法用来求解基于HP格点模型的蛋白质结构预测问题是可行的和有效的,是对蛋白质结构预测问题的一次有效尝试。

全文目录


摘要  4-5
Abstract  5-10
第一章 绪论  10-13
  1.1 课题背景及研究意义  10
  1.2 国内外研究的现状  10-11
  1.3 本文的主要工作  11
  1.4 本文的结构安排  11-13
第二章 蛋白质结构预测问题及其模型  13-20
  2.1 蛋白质层次结构  13-14
  2.2 蛋白质结构预测问题  14-15
  2.3 蛋白质结构预测的方法概述  15-16
    2.3.1 实验方法  15-16
    2.3.2 理论方法  16
  2.4 二维 HP 格点模型及其性质  16-20
    2.4.1 HP 格点模型简介  16-17
    2.4.2 二维 HP 格点模型的整数规划模型  17-18
    2.4.3 二维 HP 格点模型的性质  18-20
第三章 粒子群优化算法  20-24
  3.1 粒子群算法的基本理论  20-21
    3.1.1 粒子群算法的基本原理  20
    3.1.2 基本粒子群优化算法  20-21
  3.2 粒子群算法的性能分析  21-22
  3.3 粒子群优化算法的研究领域  22
  3.4 粒子群算法的特点  22-24
第四章 改进的粒子群算法求解二维紧致 HP 格点模型  24-33
  4.1 求解紧致情况下的 PSO 算法的改进方法  24-25
    4.1.1 解的表示  24
    4.1.2 速度表示  24-25
  4.2 改进的 PSO 算法描述  25-26
  4.3 算例分析  26-33
    4.3.1 方格网  26-28
    4.3.2 菱形网  28-30
    4.3.3 方格网和菱形网的比较  30
    4.3.4 三角网  30-32
    4.3.5 菱形网和三角网的比较  32-33
第五章 改进的粒子群算法求解二维非紧致 HP 格点模型  33-43
  5.1 求解非紧致情况下的 PSO 算法的改进方法  33-34
    5.1.1 解的表示  33
    5.1.2 速度表示  33-34
  5.2 改进的 PSO 算法描述  34-36
  5.3 算例分析  36-43
    5.3.1 方格网  36-40
      5.3.1.1 非紧致方格网  36-38
      5.3.1.2 紧致方格网  38-39
      5.3.1.3 结果比较  39-40
    5.3.2 非紧致菱形网  40-41
    5.3.3 非紧致三角网  41-43
第六章 总结与展望  43-45
参考文献  45-48
致谢  48-49
在学期间的研究成果及发表的学术论文  49

相似论文

  1. 有源电力滤波器及其在配电网中的应用,TN713.8
  2. 基于粒子群的分子对接算法,R91
  3. 基于特征选择的入侵检测研究,TP393.08
  4. 不确定环境下供应链多时段生产计划问题研究,F273
  5. 基于CIPSO-ENN耦合算法的瓦斯涌出量预测,O242.1
  6. 基于SVM和PSO的烧结工况预报方法的研究与实现,TF821
  7. 基于粒子群的BP神经网络在大坝变形预测中的应用研究,TV698.1
  8. 多目标柔性作业车间调度优化问题研究,O224
  9. 针对模型失配的多目标预测控制研究,TP13
  10. 关于Marcinkiewicz积分算子及其交换子的几个有界性结果,O177.6
  11. 磨矿过程的稳态检测与优化,TD921.4
  12. 基于粒子群优化的局部支持向量回归短期电力负荷预测建模方法研究,TM715
  13. 改进粒子群算法及其在化工过程数据校正中的应用,TP18
  14. 基于广域信息量的潮流转移问题研究,TM77
  15. 电力系统无功优化的混合算法研究,TM714.3
  16. 非汛期水库群协同优化调度与应用研究,TV697.11
  17. 基于多目标智能算法的节能减排发电调度研究,TM73
  18. 县级电网无功优化补偿计算及建设实践,TM744
  19. 基于参数辨识的电力系统动态等值方法研究,TM712
  20. 智能电网中蓄电池储能的价值评估研究,TM76
  21. 多自主车传感网络信息传输的优化配置研究,TN929.5

中图分类: > 生物科学 > 生物化学 > 蛋白质
© 2012 www.xueweilunwen.com