求解蛋白质结构预测问题的二维连续模型及其相应的拟物算法

研究了生物信息学中的一个重要问题 ,即蛋白质结构预测 受物理世界的物体间相互作用的规律的启发 ,给出了该问题一个二维欧氏空间连续模型 它比离散模型有一定的优越性 ,此模型的优点可能在于让计算很自然地利用到了一个客观存在的“天然导引” ,这个“天然导引”即是疏水氨基酸之间的引力 ,从而在构形优度相当的前提下 ,连续模型有助于计算速度的提高 然后根据这个连续模型找到了相应的拟物算法 ,最后给出了一些实验结果 。

预测蛋白质三维结构的拟物算法

研究了生物信息学中的一个重要问题,即蛋白质结构预测.并受物理世界的物体间相互作用的规律的启发,给出了该问题一个三维欧氏空间连续模型,它比离散模型有一定的优越性,使计算很自然地利用到了一个客观存在的"天然导引",这个"天然导引"即是疏水氨基酸之间的引力,然后根据这个连续模型找到了相应的拟物算法,最后还给出了实验结果,结果也证明了这个拟物算法在计算速度方面的优越性.

预测蛋白质结构问题的三维连续模型及其相应的拟物算法

在研究蛋白质折叠结构预测问题的离散模型的基础上,受物理世界物体间相互作用规律的启发,提出了该问题的三维连续模型,它比离散模型更接近真实蛋白质空间折叠结构.根据连续模型找到了相应的拟物算法,并给出一些实例的计算结果,结果证明了拟物算法的有效性.

预测蛋白质结构拟物算法的研究与改进

研究了具有两种氨基酸(疏水氨基酸和亲水氨基酸)的三维非格点的蛋白质模型。给出了该模型蛋白质结构预测问题改进的拟物算法。氨基酸链的初始设置由完全随机改为随机线形结构,并找到了更优的计算参数。结果对于三个氨基酸链都找到了更好的最低势能值。

对预测蛋白质结构的拟物算法的分析和改进

对预测蛋白质空间结构的拟物算法的有效性进行理论分析,证明用该拟物算法求得合法的结构存在较大的随机性;给出折叠结构发生冲突的判断条件和提高拟物算法有效性的一些修正方案。

求解蛋白质折叠问题的变步长拟物算法

通过模拟物体间相互作用的物理规律,提出一种求解蛋白质结构预测问题的新型启发式算法。该方法在每一步迭代中,首先利用拟物思想寻找到合理的优化路径,然后在此路径上确定一个有效步长来取得最佳优化效果。若干典型算例的计算结果表明,变步长拟物算法比常规拟物算法具有更好的收敛速度。

一种求解矩形块布局问题的拟物拟人算法

在VLSI工作中提出了矩形块布局问题,对这一问题,国内外学者提出了诸如模拟退火算法,遗传算法等求解算法。本文以人类上万年以来形成的经验为基础,利用“占角”和“聚类”两个拟物拟人的思想策略,提出了基于最大穴度优先的拟物拟人布局算法。用本文提出的算法,对MCNC、GSRC两个典型测试算例的所有实例进行了实算测试,测试结果表明:计算所得布局结果的优度高,计算时间短。对MCNC和GSRC测试算例,除apte实例外,其它所有实例均得到了最优解,而计算时间都在10秒以内。与CBL算法、遗传算法和号称当今最好的CompaSS算法相比,本文算法所得结果的优度更高,计算时间更短。进一步的测试表明,本文提出的拟物拟人布局算法为当今的一种高效算法。

求解正交数组问题的拟物拟人算法

此工作是方开泰工作的继续 .正交数组在制造业和高技术产业的试验中有着广泛的应用 .目前正交数组构造的研究相当活跃 .现有的许多构造方法很复杂且所能构造的类型有限 .提出了一个构造正交数组简单而有效的方法——拟物拟人算法 .应用该算法已经独立地得到了一些历史上尚未发现的 L2 7(31 3)的不同构数组 .

解不等圆 packing 问题拟物拟人算法初态选取

提出形式化了的人工经验方法，由此得出的算法可以极快速地为不等圆填装（ｐａｃｋｉｎｇ）问题求出初始近似解．将此初始近似解作为求解不等圆ｐａｃｋｉｎｇ问题的拟物拟人算法中的初态，可以提高这种拟物拟人算法的计算速度约１０倍．此种方法还有可能发展为关于求解ＮＰ难问题的不仅具有高速度而且具有高精确度高完整度的具有实用价值的纯粹拟人方法．

求解蛋白质结构预测问题的三维连续模型及其相应的拟物拟人算法

提出了蛋白质结构预测问题的三维欧氏空间连续模型,为由此形成的数学问题找到了相应的物理模型,进而找到了相应的拟物拟人算法。

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。

求解非格点模型的蛋白质结构预测问题的拟物拟人算法

本文研究了一个具有两种氨基酸(疏水氨基酸和亲水氨基酸)的三维非格点的蛋白质模型.受物理世界的物体间相互作用的规律和人类社会生活经验的启发,给出了该模型蛋白质结构预测问题的拟物拟人算法.计算结果表明被提出的方法在非格点的蛋白质模型上是有效的.与文献中给出的所有算例的结果相比,无论是在最低能量值还是在计算时间上,本文算法都要好.对于这些算例中规模最大的3个,还找到了与文献中结构完全不同的最低能量构形.

一种可满足模理论的拟物优化求解算法

为了研究改善可满足性模理论的求解效率,本文基于拟物方法结合萤火虫优化算法,设计出新的优化求解方案。实验结果表明,使用萤火虫优化算法求解可满足性问题在特定应用案例上效果显著,基于Benchmarks(可满足模理论求解器公开基准测试案例库)的基准测试案例中求解效率平均比纯拟物拟人算法上提高至少10%的性能。基于拟物方法结合最优化算法在特定领域的可满足性求解算法不仅容易实现,同时能有效提高求解效率。

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。

无线传感器网络区域覆盖的拟物拟人优化方法

建立了以节能为目标的无线传感器网络(WSN)区域覆盖优化模型,指出此模型是一个具有指数复杂度的NP问题,针对问题特点设计了三条拟物拟人策略,分别是"拟万有引力"模型、"拟库仑力"模型和"共同富裕"模型.以此为基础,设计了一个拟物拟人算法(QPQSA),此算法是一个基于节点局部信息的分布式迭代算法.仿真结果显示,对于边界复杂的目标区域,无线传感器网络可由随机初始覆盖出发,经过自组织移位调整和功率控制达到一个优化的覆盖方案,经过优化,网络寿命延长了45.03%,覆盖率从72.28%提高至98.79%.

求解球面点分布问题一种新型的遗传算法

如何将N个点均匀分布在单位球面上的问题,具有许多不同的求解目标。本文主要针对物理学家Thomson在研究核电子的平衡时提出的将N个点分布在三维单位球面上,满足某种形式的α-能量最低的分布问题。球面点分布问题具有维数高,计算量大,求解困难等特点。目前国际上针对该问题的求解主要采用物理模拟,数学论证等方法,它们都只针对该问题α=0,α=±1的特定情况适用,而且求解精度有限。本文设计了一种基于拟物算子的新型遗传算法来求解Mine(α,ω)问题。它极大地改进了搜索空间,能精确地求解球面点数小于等于100时包括素数点数的最优分布问题。

基于粒子群算法的WSN覆盖优化

为了提高无线传感器网络性能,针对节点的分布与覆盖方案进行了研究,将拟物力算法中的拟万有引力和拟库仑力与粒子群算法相结合,提出了一种基于惯性权重的拟物粒子群算法,增强了算法全局搜索能力,更快地收敛至全局最优解,减少算法时耗和重复覆盖。仿真结果证明新的算法比基本粒子群和基于惯性权重的标准粒子群算法的全局收敛速度更快、覆盖率更高、重复覆盖的比率更低。

等球Packing问题的序列对称换位算法

为处理等球Packing问题,在基本拟物算法的基础上设计了序列对称换位策略,形成了一个启发式的序列对称换位算法。在球形容器内装填1～50个等球时,此算法改进了其中45项当前记录。特别地,此算法成功将68个半径为1的等球装进半径小于5的球形容器。此结果证否了一个猜想,该猜想认为半径为5的球形容器至多只能装下67个半径为1的等球。其结果的质量说明了序列对称换位算法的有效性。

蛋白质三维结构预测问题的求解方法

对蛋白质结构预测问题进行了描述,根据蛋白质结构预测问题在三维欧氏空间的连续模型,通过拟物策略找到了相应的数学模型.由于引入了弹性势能和嵌入势能,将一个有约束的问题转化为一个无约束的问题,并在梯度下降法求解的基础上,设计出一种变步长梯度下降的求解方法.通过实例检测,变步长梯度下降法比梯度下降法大大节省了计算时间,且所得结果的能量比梯度下降法所得结果的能量更低.

不等圆Packing问题的多策略优化方法

基于拟物算法思想及性能分析,提出一种求解不等圆Packing问题的高性能启发式算法。该方法以定步长序列梯度下降拟物算法为基础,运用相对势能作为排样布局的约束函数以消除图形尺寸的影响,并采用变邻接系数的邻接矩阵加速方法提升运算效率。在优化策略中,首先提出了改进分支搜索方法,以延长分支长度来扩大搜索范围实现对优胜劣汰策略的拓展;在迭代后期通过领域算子进行多重模拟退火来提升个体多样性和避免局部最优。在不同形状容器算例以及国际公开算例集上的大量实验表明,该算法是一种高效、稳定的不等圆Packing算法。