遺傳算法和蟻群算法在2DHP格點(diǎn)模型中的應(yīng)用.pdf

1、隨著人類(lèi)基因組測(cè)序工作的完成，蛋白質(zhì)分子序列數(shù)據(jù)呈幾何級(jí)數(shù)增長(zhǎng)。通過(guò)對(duì)蛋白質(zhì)的分子序列的折疊結(jié)構(gòu)的研究和分析，可以預(yù)測(cè)蛋白質(zhì)的功能。這對(duì)于生物學(xué)、醫(yī)學(xué)的研究發(fā)展有非常重要的意義。親疏水格點(diǎn)（HP）模型是研究蛋白質(zhì)折疊的一種重要的簡(jiǎn)化模型。本文將利用多種啟發(fā)式算法和親疏水格點(diǎn)模型對(duì)蛋白質(zhì)折疊的問(wèn)題進(jìn)行深入研究。給出改進(jìn)的遺傳算法和蟻群算法，能夠有效地獲得親疏水格點(diǎn)模型的最優(yōu)解，其效率優(yōu)于傳統(tǒng)的各類(lèi)算法。 本文從旅行商問(wèn)題入手，對(duì)蟻

2、群算法的發(fā)展背景、內(nèi)容、改進(jìn)方法和應(yīng)用領(lǐng)域作了詳細(xì)的介紹。對(duì)算法本身進(jìn)行了深入的研究，提出了蟻群算法可以改進(jìn)的方面。 通過(guò)結(jié)合PERM算法和2DHP模型，對(duì)蛋白質(zhì)折疊的問(wèn)題作了詳細(xì)介紹。在遺傳算法引入了新的突變算子進(jìn)行突變操作，擴(kuò)大了搜索范圍，更好的防止種群陷入局部最優(yōu)解，從而搜索到全局最優(yōu)解。通過(guò)對(duì)蛋白質(zhì)的HP序列的實(shí)驗(yàn)驗(yàn)證了該改進(jìn)的有效性。 本文具體分析了蟻群算法結(jié)合親疏水格點(diǎn)模型研究蛋白質(zhì)折疊問(wèn)題。給出了利用蟻群算

3、法來(lái)獲取蛋白質(zhì)折疊構(gòu)型的思路和構(gòu)建方法。提出了在現(xiàn)有的蟻群算法的基礎(chǔ)上在解的構(gòu)建階段成功引入了淘汰和克隆操作，成功的解決無(wú)效構(gòu)型時(shí)回退計(jì)算浪費(fèi)時(shí)間的問(wèn)題，使其具有更好的運(yùn)算效率。為了防止搜索停滯，陷入局部最優(yōu)，保證螞蟻能對(duì)序列進(jìn)行廣泛的搜索和解的多樣性，在進(jìn)行局部搜索的時(shí)候，引進(jìn)了大范圍的運(yùn)動(dòng)；選擇性的局部搜索；貪婪蟻群策略。同時(shí)在信息素的更新過(guò)程中引入最大一最小蟻群理論。并且選擇測(cè)試序列進(jìn)行實(shí)驗(yàn)，驗(yàn)證了對(duì)蟻群算法的改進(jìn)在解決蛋白質(zhì)折疊