双序列比对人工鱼群算法蚁群算法论文

1、基于智能算法的 DNA 序列比对研究摘要】 计算机分子生物学是一门交叉学科 ,以计算机、网络为工具 ,采用数学、信息科学、生物学的理论、 方法和技术来研究生物大分子。生物信息学的目的是揭示遗传和功能信息的根本规律 , 以及基因组信 息结构的复杂性 , 进一步解释生物的遗传语言。序列比对是生物信息 学中基本的信息处理方法之一 , 可以发现生物序列之间的进化、功能 和结构信息 , 为生物信息学提供理论基础。序列比对分析最初是由生 物同源性的研究提出的 ,后随着技术发展 ,其应用范围越来越广。 本文 重点介绍了分子生物学的背景知识、 DNA序列比对的基本原理、人工鱼群算法与蚁群算法的基本思想。 首先

2、介绍了序列比对涉及的基本问 题:基本操作、相关定义、空位罚分和替换矩阵 , 然后介绍了双序列比 对算法:NW算法、Smith-Waterman算法与BLAST算法，针对多序列比 对, 介绍了基本算法有 : 渐进比对算法和迭代比对算法。 最后将人工鱼 群算法应用在DNA双序列比对中，通过实验证明了算法的可行性。同 时对经典蚁群算法进行改进 , 并将改进的智能蚁群算法应用在双序列 比对中 , 通过实验证明算法的速度和准确率都有了明显的提高。本文 第四章中 , 通过对人工鱼群算法的基本思想、运算流程及应用等方面 的研究 , 将其应 . 更多还原Abstract 】 Computational Mol

3、ecular Biology is an interdisciplinary which uses computers, Internet, Mathematics,Informatics and Biology as tools to deal with research on1.3.3 基于改进蚁群算法的 DNA 双序列比对 12-13biomacromolecule. The purpose of Computational MolecularBiology is to reveal basic rules for genetic information, functional info

4、rmation and the complexity of genomestructure.Sequence alignment is a basic information processing approach更多还原in Computational Molecular Biology. Sequence alignment can find genentic information, functional info.关键词】 双序列比对 ； 人工鱼群算法 ； 蚁群算法 ；ArtificialKey words 】 DNA pair-wise sequence alignmentFish-

5、swarm Algorithm ； Ant Colony Algorithm【索购全文】Q联系Q: 138113721 Q联系Q: 139938848付费即发摘要 6-7Abstract 7-8第一章 绪论 9-151.1研究背景和意义 9-101.1.1 研究背景 9-101.1.2 序列比对意义 101.2国内外研究现状 10-121.2.1 双序列比对 10-111.2.2 多序列比对 11-121.3本文主要研究内容 12-131.3.1 序列比对算法 121.3.2 基于人工鱼群算法的 DNA 双序列比对 121.4 本文创新点 131.5 本文组织结构 13-15第二章 DNA 序

6、列比对 15-252.1 生物信息学背景知识 15-172.1.1 蛋白质与核酸 15-162.1.2 中心法则 16-172.2 DNA 序列比对的数学描述 17-202.2.1 DNA 双序列比对的数学描述 17-182.2.2 DNA 多序列比对的数学描述 18-202.3 序列比对基本原理 20-252.3.1基本操作202.3.2相关定义20-212.3.3空位罚分21-222.3.4替换矩阵22-25第三章 序列比对算法研究 25-323.1 双序列比对算法 25-293.1.1 NW 算法 25-263.1.2 Smith-Waterman 算法 26-283.1.3 BLAST

7、 算法 28-293.2 多序列比对算法 29-323.2.1 渐进比对算法 29-313.2.2 迭代比对算法 31-32第四章 基于人工鱼群算法的 DNA 双序列比对 32-444.1人工鱼群算法 32-374.1.1人工鱼群算法的基本思想 32-334.24.34.44.1.24.1.34.1.4人工鱼群算法的定义 33-34人工鱼群算法的描述 34-36人工鱼群算法的研究现状 36-37人工鱼群算法在4.2.1 算法思想4.2.2 算法描述4.2.3 算法流程DNA 双序列中的应用 37-4237-4040-4141-42算法实现与实验结果分析 42-434.3.1 参数设置 424.3.2 实验结果与分析 42-43本章小结 43-44第五章 基于改进蚁群算法的 DNA 双序列比对 44-565.1 蚁群算法的原理与应用 44-475.1.1蚁群算法的基本原理 445.1.2蚁群算法的发展 44-455.1.3蚁群算法的计算模型 45-465.1.4蚁群算法的应用 46-475.2 蚁群算法在 DNA 双序列比对的应用 47-505.2.1 蚁群算法求解 DNA 双序列比对的模型 47-485.2.2 蚁群算法求解 DNA 序列比对的算法流程 48-505.3改进蚁群算法在 DNA 双序列比对中的应用 50-525.3.1 算法改进策略 50-51