期刊文献+

协同快速退火演化算法识别蛋白质家族模体

原文传递
导出
摘要 将快速退火演化算法(fastannealingevolutionaryalgorithm,FAEA)与协同方法相结合,提出了一种用于求解高维的全局优化问题的新方法——协同快速退火演化算法(cooperativefastannealingcoevolutionaryalgorithm,CFACA).首先将高维的解空间分解成多个一维的子空间,再在每个子空间里利用单个独立的FAEA搜索该子空间里的最优子解,最后将各子解结合在一起,即构成了原来问题的一个解.基准函数测试的结果表明,CFACA算法具有更快的收敛速度.进一步用CFACA算法提取EGF蛋白质家族的模体,正确识别率达到67.0%,所提取的模体与蛋白质功能位点数据库PROSITE中的结果相吻合.
出处 《科学通报》 EI CAS CSCD 北大核心 2006年第19期2242-2246,共5页 Chinese Science Bulletin
基金 国家自然科学基金(批准号:20475068,20575082) 广东省自然科学基金(批准号:031577)资助项目 广东省科技计划项目(批准号:2005B30101003).
  • 相关文献

参考文献28

  • 1Holland J H. Adaptation in Natural and Artificial Systems. Ann Arbor: University of Michigan Press, 1975
  • 2Kirkpatrick S, Gelatt C D, Vecchi M P. Optimization by simulated annealing. Science, 1983, 220(4598): 671-680
  • 3Cvijovic D, Klinowski J. Taboo search-an approach to the multiple minima problem. Science, 1995, 267(5198): 664-666
  • 4Barhen J, Protopopescu V, Reister D. TRUST: a deterministic algorithm for global optimization. Science, 1997, 276(5315): 1094-1097
  • 5Ge R. A filled function-method for finding a global minimizer of a function of several variables. Math Program, 1990, 46(2): 191-204
  • 6Kennedy J, Eberhart R. Particle swarm optimization. IEEE P-Int Conf Neural Networks, 1995, 4:1942-1948
  • 7李志良,曾鸽鸣,王树信,梁本熹,木村敏,吉田英.模拟退火及紫外光谱法用于氨基酸多组分分析[J].科学通报,1995,40(8):715-718. 被引量:3
  • 8陈学国,倪坚毅,邹汉法,赵瑞环.遗传算法用于液相色谱分离条件的优化[J].色谱,2002,20(2):97-101. 被引量:14
  • 9夏保云,蔡文生,潘忠孝,邵学广.快速退火演化算法用于取代β-环糊精与氨基酸手性识别研究[J].高等学校化学学报,2002,23(6):1122-1125. 被引量:3
  • 10Cai W S, Shao X G. A fast annealing evolutionary algorithm for global optimization. J Comput Chem, 2002, 23(4): 427-435

二级参考文献18

共引文献20

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部