改進(jìn)免疫算法在生物序列比對(duì)中的應(yīng)用研究

改進(jìn)免疫算法在生物序列比對(duì)中的應(yīng)用研究

ID:36786267

大?。?.92 MB

頁數(shù):74頁

時(shí)間:2019-05-15

改進(jìn)免疫算法在生物序列比對(duì)中的應(yīng)用研究_第1頁
改進(jìn)免疫算法在生物序列比對(duì)中的應(yīng)用研究_第2頁
改進(jìn)免疫算法在生物序列比對(duì)中的應(yīng)用研究_第3頁
改進(jìn)免疫算法在生物序列比對(duì)中的應(yīng)用研究_第4頁
改進(jìn)免疫算法在生物序列比對(duì)中的應(yīng)用研究_第5頁
資源描述:

《改進(jìn)免疫算法在生物序列比對(duì)中的應(yīng)用研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、摘要摘要序列比對(duì)是生物信息學(xué)中一種基本的信息處理方法,對(duì)于發(fā)現(xiàn)核酸和蛋白質(zhì)序列上的功能、結(jié)構(gòu)和進(jìn)化的信息具有非常重要的意義。隨著生物序列數(shù)據(jù)庫中序列數(shù)據(jù)的激增,開發(fā)兼有高度生物敏感性和高效率的算法就顯得非常迫切。國內(nèi)外現(xiàn)有的算法大致可以分為三大類:同步法、步進(jìn)法和迭代法。它們都存在一些問題,例如:同步法只能比對(duì)8條之內(nèi)的序列,步進(jìn)法有時(shí)會(huì)陷入局部最優(yōu)解,迭代法運(yùn)算速度很慢等等。本文重點(diǎn)介紹了一些智能化算法和評(píng)價(jià)它們的數(shù)學(xué)理論框架。免疫算法是在免疫系統(tǒng)識(shí)別多樣性的啟發(fā)下所設(shè)計(jì)出的一種新的多峰值函數(shù)的尋優(yōu)算法。免疫算法本身具有許多優(yōu)良的計(jì)算特

2、性。目前在旅行商問題等組合優(yōu)化問題中有成功的應(yīng)用。本文對(duì)生物免疫系統(tǒng)的一些基本概念、系統(tǒng)組成、功能及原理進(jìn)行了介紹;簡單分析了人工免疫系統(tǒng)的研究內(nèi)容、研究現(xiàn)狀及基本理論;然后在分析了基本免疫算法原理和性能的基礎(chǔ)上,對(duì)原算法的親和度、突變規(guī)則及抗體期望值進(jìn)行了討論與改進(jìn),并且加入了免疫算子,得到了改進(jìn)的免疫算法。本算法在保證了群體的多樣性性能同時(shí),又促使群體快速持續(xù)收斂。在對(duì)多種序列比對(duì)算法分析研究的基礎(chǔ)上,本文將免疫算法應(yīng)用于序列比對(duì),并針對(duì)序列比對(duì)的特點(diǎn)進(jìn)行改進(jìn),提出了一種基于免疫算法的序列比對(duì)算法,并應(yīng)用該算法進(jìn)行DNA序列和蛋白質(zhì)序

3、列的比對(duì),通過實(shí)驗(yàn)證明了該算法的可行性和有效性。關(guān)鍵詞生物信息學(xué);DNA;序列比對(duì);免疫算法;免疫算子燕山大學(xué)工學(xué)碩士學(xué)位論文AbstractSequencealignmentisabasicinformationdisposalmethodinBioinfo徹atics.Itisusefulfordiscoveringfunctionalstructural,andevolutionaryinformationinDNAandproteinsequences.Becausesequencedataincreaserapidlyinbio

4、logysequencedatabase,itisveryexigenttodevelopalgorithmsthathavehighbiologysensitivityandefficiency.Algorithmsareclassifiedthreespecies:dynamicprogrammingmethod,progressivemethodanditerativemethod.Insomesense,theyallhavesomedeficiencies.Forexample,dynamicprogrammingmethodC

5、analignwithonly8sequences;themaindisadvantageofprogressivealgorithmisthelocalminimumproblemanditerativealgorithmistimeconsuming.Someintelligentalgorithmswereemphasisintroducedandpresentedmathematicaltheorytoestimate.ImmuneAlgorithmisanewoptimizationalgorithmimitatingthei伽

6、nunesystemtosolvethemulti-modalfunctionoptimizationproblem.Andithasmanyperfectcalculationproperties.ThisalgorithmhasbeenappliedsuccessfullytocombinatorialoptimizationproblemssuchasRavelingsalesmanproblem.Inthispaper,somebasicconcepts,framework,functionsandprinciplesoftheb

7、iologicalimmunesystemareintroduced.Thentheresearchcontent,researchstatusandbasictheoryoftheartificialimmunesystemaresimplyanalyzed.Basedontheanalysisonprincipleandperformanceofbasedimmunealgorithm,thedefinitionofaffinity,principleofmutationandantibodyexpectationvaluewasdi

8、scussedandimprovedandimmuneoperatorswereadded,SOwegetimprovedimmunealgorithm.Thealgorithmkeepsmo

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。