首页 | 本学科首页   官方微博 | 高级检索  
     

基于Toy模型蛋白质折叠预测的多种群微粒群优化算法研究
引用本文:张晓龙,李婷婷,芦进.基于Toy模型蛋白质折叠预测的多种群微粒群优化算法研究[J].计算机科学,2008,35(10):230-235.
作者姓名:张晓龙  李婷婷  芦进
作者单位:1. 华中科技大学CAD中心,武汉,430074
2. 华中科技大学CAD中心 武汉 430074
基金项目:国家自然科学基金,教育部回国人员科研启动项目
摘    要:基于Toy模型的蛋白质折叠结构预测问题是一个典型的NP问题.提出了多种群微粒群优化算法用于计算蛋白质能量最小值.该算法采用了一种新的算法结构,在该结构中,每一代的种群被分为精英子种群、开采子种群和勘探子种群三部分,通过改善种群的局部开采能力和全局勘探能力来提高算法的性能.分别采用Fibonacci蛋白质测试序列和真实蛋白质序列进行了折叠结构预测的仿真实验.实验结果表明该算法能够更精确地进行蛋白质折叠结构预测,为生物科学研究提供了一条有效途径.

关 键 词:蛋白质折叠  Toy模型  多种群微粒群优化算法(MPSO)

Study of Multi-PSO Algorithm for Protein Folding Prediction Problem of Toy Model
ZHANG Xiao-long,LI Ting-ting,LU Jin.Study of Multi-PSO Algorithm for Protein Folding Prediction Problem of Toy Model[J].Computer Science,2008,35(10):230-235.
Authors:ZHANG Xiao-long  LI Ting-ting  LU Jin
Affiliation:ZHANG Xiao-long1 LI Ting-ting1 LU Jin2(School of Computer Science , Technology,Wuhan University of Science , Technology,Wuhan 430065,China)1(CAD Center,Huazhong University of Science , Technology,Wuhan 430074,China)2
Abstract:Protein folding prediction problem with Toy model is a classical NP problem.A multi particle swarm optimization(MPSO)is proposed and applied successfully to protein folding prediction.MPSO introduces a new architecture that is characterized by balancing exploitation capability and exploration capability of particle swarm optimization(PSO).In the architecture,the population in each generation consists of three parts:an elitist part,an exploitative part,and an explorative part.With enhance of the global searc...
Keywords:Protein folding  Toy model  Multi particle swarm optimization(MPSO)  
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机科学》浏览原始摘要信息
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号