基于混合遗传算法的数据挖掘

随着数据库应用的不断深化,数据库的规模急剧膨胀,人们需要对这些数据进行分析,从中发现有价值的信息。但是数据库管理系统本身却没有提供有效的工具和方法来利用这些数据,因此数据挖掘成为当今研究的热点。本文即以混合遗传算法为基础对数据挖掘中的算法问题进行系统研究。     

基于模拟退火的混合遗传算法研究

针对常规遗传算法会出现早熟现象、局部寻优能力较差等不足,在遗传算法运行中融入模拟退火算法算子,实现了模拟退火的良好局部搜索能力与遗传算法的全局搜索能力的结合。经验证,该混合算法可以显著提高遗传算法的运行效率和优化性能。     

求解HP模型蛋白质折叠问题的启发式算法

构造了一个新的数学模型,把三维HP模型的蛋白质折叠问题由一个有约束的优化问题转化为无约束的优化问题,通过建立相对坐标和邻域结构,提出了一个局部搜索算法,并对文献中的链长不同的7个算例进行了测试。结果表明,该算法能在较短时间内找到其中5个算例的最优能量枸形,对另外2个难例,则可以找到能量仅比最优构形高一个单位的次优构形。     

基于混合遗传算法的炮兵火力优化配置研究

现代战争条件下,如何使炮兵火力打击在当前一体化联合作战中发挥作用,使炮兵的作战效能最大化一直是关注的重点。在遗传操作中嵌入模拟退火算子．有效地结合了遗传算法隐合并行与模拟退火算法全局寻优的特点,对炮兵火力配置进行了分析研究。模拟结果表明此算法既具有较快的收敛速度,又能够收敛到最优解。     

求解蛋白质折叠构形预测问题的PERM改进算法

PERM算法用来求解蛋白质折叠构形预测问题具有非常高的效率。本文介绍了PERM算法的思想，并详细介绍了一种我们改进的PERM算法。使用该算法求解蛋白质折叠构形预测的二维HP格点模型取得了相当好的计算结果。     

蛋白质结构预测的拟物拟人算法研究*

根据国际上最新提出的蛋白质结构预测问题的三维欧氏空间连续模型,找到了相应的物理模型,并且设计了适当的拟人策略,形成了相应的拟物拟人算法.     

基于改进的模拟退火算法的蛋白质折叠研究

采用改进的模拟退火算法,搜索出最小自由能的蛋白质的三维结构,并根据组成该蛋白质的每个氨基酸的空间位置和属性,利用Java3D技术对其结构进行仿真。计算结果证明,该方法能在较短的时间内根据蛋白质的二级结构预测出其最小自由能的蛋白质的三维结构,其效率优于目前经常采用的遗传算法和模拟退火算法。     

预测蛋白质结构的拟物拟人算法

根据国际上最新提出的蛋白质结构预测问题的三维欧氏空间的连续模型,找到相应的物理模型,并形成了相应的拟物拟人算法。     

基于混合SVM方法的蛋白质二级结构预测算法

预测蛋白质二级结构,是当今生物信息学中一个难以解决的问题.由于预测蛋白质二级结构的精度在蛋白质结构研究中起到非常重要的作用,因此在基于KDTICM理论基础上,提出一种基于混合SVM方法的蛋白质二级结构预测算法.该算法有效地利用蛋白质的物化属性和PSI-SEARCH生成的位置特异性打分矩阵作为双层SVM的输入,从而大大地提高了蛋白质二级结构预测的精度.实验比较分析表明,新算法的预测精度和普适性明显优于目前其他典型的预测方法.     

基于混合SVM方法的蛋白质二级结构预测算法

预测蛋白质二级结构,是当今生物信息学中一个难以解决的问题。由于预测蛋白质二级结构的精度在蛋白 质结构研究中起到非常重要的作用,因此在基于KDTICM理论基础上,提出一种基于混合SVM方法的蛋白质二级 结构预测算法。该算法有效地利用蛋白质的物化属性和PSI-SEARCH生成的位置特异性打分矩阵作为双层SVM的 输入,从而大大地提高了蛋白质二级结构预测的精度。实验比较分析表明,新算法的预测精度和普适性明显优于目前 其他典型的预测方法。     

基于并行群体模拟退火算法的蛋白质折叠研究

蛋白质折叠研究对于揭示蛋白结构和功能关系,进而了解相关疾病的致病机理意义重大。蛋白质折叠已被证明是 NP-完全问题。本文针对蛋白质折叠研究中的能量最小化问题,提出了一种新的并行群体模拟退火算法（Parallel Group Simulated Annealing,PGSA）及其改进型算法（PGSA_1/K)。该算法使用了降温因子加速收敛精度,并采用 MPI 消息传递并行编程技术加快蛋白质结构空间搜索以及能量最小化寻找速度。以 Met_Enkephalin 蛋白为对象的计算机模拟仿真结果表明,我们提出的算法及其改进型有很好的扩展性,可以高效搜索蛋白结构空间,从而找到相关蛋白的最小能量结构。     

改进的粒子群算法求解蛋白质结构预测问题

蛋白质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生物信息学领域中极具挑战性的问题之一.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,文中通过借鉴单点调整算法的思...     

求解蛋白质结构问题的改进模拟退火算法

将模拟退火(SA）思想用于求解蛋白质结构预测问题,并在此基础上提出了两个提高解的质量和加快收敛速度的改进策略,计算结果表明改进后的SA算法的计算效率优于目前常用的遗传算法和Monte Carlo方法。     

基于混合遗传算法的工作流重构研究

随着知识抽取、数据挖掘等技术的兴起,基于日志的企业流程重构引起了学术界和工业界的高度重视。本文针对目前重构算法大都采用本地策略因而无法保证最优挖掘以及算法对噪声不强壮的情况,提出了一种新的工作流重构算法。该算法结合遗传算法和模拟退火算法的思想,通过对流程活动依赖关系的度量,构建因果关系矩阵映射流程实例（CASE）作为种群染色体,进而完成初始种群的构建,有效地提高了收敛速度,减少时间开销,同时避免了早熟收敛,因此该算法在有效处理噪声问题的基础上,实现了对流程模型的正确挖掘。     

蛋白质在格子模型中改进的PERM算法

PERM算法是当前蛋白质结构预测的格子模型优化算法中最为有效的一种算法,在该算法的基础上,我们提出了一种改进的增长算法IPERM。该方法简化了PERM算法中的权重计算公式,在遇到不同类型的残基时选用不同的上下限阂值以提高算法的有效性,并根据链长的大小使用不同的网格尺寸。实验结果表明,改进的增长算法使得HP序列在格子模型中能更快地找到其能量最低构象。     

蛋白质折叠过程中的长短程作用研究

基于蛋白质二维HP非格模型和改进的模拟退火算法研究了长短程作用在蛋白质折叠过程中的作用。通过试验得出1ECD、2RNS、1PHT、1WBC等序列的折叠构型,并根据PDB中所提供的上述序列的结构信息,具体讨论了长程作用对蛋白质构型的影响,说明了：长程作用在三级结构的形成和稳定中,位于诸多影响因素的首位。     

基于DNA计算的混合遗传算法研究*

提出一种混合遗传算法。该算法从微观策略和宏观遗传策略两方面考虑,在微观方面将DNA计算引入到交叉算子和变异算子中;在宏观方面提出一种以遗传算法流程为基础,引入改进的小生境模拟退火操作,构造合理的混合框架。典型算例的实验结果表明,该算法有效,收敛性好。     

基于混合遗传算法的测试数据自动生成研究

为了提高软件测试中测试数据自动生成的效率,提出了一种基于混合遗传算法的测试数据自动生成的方法.在传统的遗传算法中引入模拟退火的思想,先利用遗传算法快速搜索到近优解,再使用模拟退火算法局部寻优,实现两种算法的优势互补.实验结果表明,该算法有效避免了早熟问题,具有收敛速度快、搜索效率高等特点,能够更加快速地自动生成测试数据.     

求解HP模型蛋白质折叠问题的改进PERM算法

PERM是一种用来求解基于HP模型的蛋白质折叠问题的高效算法.在介绍PERM算法核心思想的基础上,对影响算法效率的因素做了改进:重新定义了权重和权重预测公式,并对选择动作时不同情况下的权重计算公式进行了统一,得到了改进的PERM算法.对当前文献中的多个典型算例进行了测试,并与Monte Carlo算法和PERM进行了比较.结果表明, 改进后的PERM算法在计算速度上比PERM有明显提高,在速度和优度上远高于Monte Carlo算法.特别是对链长为46的算例,找到了比文献中报道的结果能量更低的构形.     

基于混合遗传算法的车间生产调度问题研究

解决车间生产调度问题的目的不仅仅是为了缩短生产周期,更重要的是为了提高生产效率,降低生产成本。现大部分国有制造企业在车间生产过程中采用的是人工调度,调度时主要依赖于调度经验,调度效率不高且易出错。将遗传算法和模拟退火算法相结合,提出了解决车间调度问题的混合遗传算法,并给出了一种编码方法以及建立了相应的解码规则。遗传算法的引入保证了解的全局最优性,仿真后表明了该混合算法的可行性和有效性,且能够有效地提高搜索效率,改进了收敛性能。