DNA芯片在0-1规划问题中的应用

生物芯片技术和DNA计算分别是近年来生命科学与信息科学的新兴研究领域 ,对信息高度并行的获取与处理是二者的本质特性 .而 0 1规划问题作为运筹学中一个重要的问题 ,到目前为止还没有好的算法 .在DNA计算和DNA芯片基础上 ,提出了基于DNA芯片解决 0 1规划问题的DNA计算新模型 ,与以往DNA计算模型相比 ,该模型具有高信息量和操作易自动化的优点 .

0-1规划问题的闭环DNA算法

提出了闭环DNA分子的结构灵活性的两个方面,即DNA分子链长的可控性和DNA分子之间的相互转化。针对非负整数系数的0-1规划问题,提出了闭环DNA算法。该算法首先对0-1变量按照0和1的取值、对应的各项系数和检测标记进行五组DNA编码并形成所有可能解;再利用接入实验、电泳实验和删除实验筛选出可行解,进而得到所有最优解;最后通过检测实验输出实验结果。给出了算法的正确性的证明并讨论了算法复杂性,给出一个算例说明了算法的有效性。对算法进行了改进,改进后的算法适用于可以含有负数的实数系数0-1规划问题。

多目标0-1规划问题的蜂群算法

针对多目标0-1规划问题,本文给出一种新型的智能优化算法——蜂群算法进行求解,并通过实例验证,与遗传算法、蚁群算法和元胞蚁群算法作了相应比较。就多目标0-1规划问题而言,蜂群算法能得到更多的Pareto解,说明了蜂群算法在解决该类问题上的有效性。

非线性0-1规划问题的人工鱼群算法

对于非线性0-1规划问题,给出一种新的智能寻优方法——人工鱼群算法。利用罚函数将约束问题转换为相应的无约束问题,给出了人工鱼群算法的具体步骤,并用MATLAB软件实现编程。通过对多个非线性0-1规划问题的算例进行测试,并将测试结果与其他算法进行比较,结果表明,人工鱼群算法具有较快的收敛速度和较好的全局寻优能力,可以作为求解非线性0-1规划问题的一种实用方法。

多目标0-1规划问题的蝙蝠算法

如何获取多目标问题更多的Pareto最优解具有十分重要的意义。在重新定义蝙蝠位置和速度更新公式的基础上,提出了一种用于求解多目标0-1规划问题的改进的蝙蝠算法。通过测试函数进行仿真实验,结果表明:与遗传算法、蚁群算法、元胞蚁群算法和粒子群算法相比,所提出的算法能够为多目标0-1规划问题找到更多的Pareto解,体现了蝙蝠算法在解决该问题上的有效性和优越性。

求解0-1规划问题的DNA计算模型(英文)

DNA计算是以DNA分子作为数据的一种新型计算模式.在DNA计算中首要面对的问题是编码问题.文中提出了一种双编码方法,利用这种编码方法可以使得在DNA计算的读解过程类似于DNA测序过程,容易实现自动化操作.基于该编码方法所建立的DNA计算模型可用于求解0-1规划问题,只需4次PCR反应即可读取问题的可行解.与其他DNA计算模型相比,该模型具有操作简单、易于实现的优点.

基于正弦型光滑打磨函数对0-1规划问题的连续化求解方法

传统的求解0-1规划问题方法大多属于直接离散的解法.现提出一个包含严格转换和近似逼近三个步骤的连续化解法:(1)借助阶跃函数把0-1离散变量转化为[0,1]区间上的连续变量;(2)对目标函数采用逼近折中阶跃函数近光滑打磨函数,约束条件采用线性打磨函数逼近折中阶跃函数,把0-1规划问题由离散问题转化为连续优化模型;(3)利用高阶光滑的解法求解优化模型.该方法打破了特定求解方法仅适用于特定类型0-1规划问题惯例,使求解0-1规划问题的方法更加一般化.在具体求解时,采用正弦型光滑打磨函数来逼近折中阶跃函数,计算效果很好.

基于图的蚁群算法求解一类0-1规划问题

基于图的蚁群算法求解一类0-1规划问题.此算法将0-1规划问题抽象为一个有向图,模拟蚂蚁的觅食行为,由一组蚂蚁反复地在图上运动搜索,最终得到最优解.在给出算法的具体步骤后,用3个具体算例对算法进行测试.结果表明该算法具有良好的收敛性和稳定性.

基于发夹结构求解0-1规划问题的DNA算法

DNA计算是通过DNA分子之间的生化反应来进行计算的一种计算模式,在解决一类困难问题,特别是NP-完全问题上具有一定的优势。0-1规划问题是运筹学中的一个重要问题,具有很广泛的应用背景。设计了一种基于发夹结构来求解0-1规划问题的计算模型,并且描述了问题求解算法。

求解0-1规划问题的改进差分进化算法

针对0-1规划问题,提出了一种新的智能优化方法——差分进化算法.首先利用佳点集法产生初始种群,大大提高了种群的多样性,再用牵引法处理约束条件,将进化中的不可行解逐步引入到可行解集,克服了罚函数法选择罚因子的困难,最后对10个0-1规划问题的算例进行测试,并将测试结果与其它算法进行了比较,结果表明:文章提出的算法具有较快的寻优能力和较好的全局搜索能力,是求解0-1规划问题的一种有效方法.

非线性0-1规划问题的混沌粒子群算法

针对非线性0-1规划问题,提出了一种混沌粒子群优化算法.该算法利用罚函数法将非线性0-1规划问题处理为无约束的0—1规划问题,引入了混沌策略来初始化种群,增加其多样性,为预测算法是否出现早熟现象,采用了适应度方差.数值实验表明,提出的算法是求解非线性0-1规划问题的一种有效且可行的全局优化算法.

分子信标芯片计算在0-1整数规划问题中的应用

生物芯片技术和DNA计算分别是近年来生命科学与信息科学的新兴研究领域,对信息高度并行的获取与处理是二者的本质特性.而0-1整数规划问题作为运筹学中一个重要的问题,到目前为止还没有好的算法.在DNA计算和DNA芯片基础上,提出了基于分子信标芯片解决0-1整数规划问题的DNA计算新模型.与以往DNA计算模型相比,该模型具有高信息量和操作易自动化的优点,同时指出分子信标芯片技术有望作为新型生物计算的芯片.

DNA折纸术在0-1整数规划问题中的应用

DNA折纸术是自组装在纳米技术方面的应用,具有构造几乎任何复杂二维纳米级图形的能力。文中将DNA折纸术应用于求解0-1整数规划问题,构造约束条件中变量的特殊DNA链,使其与初始数据池中的DNA链发生杂交反应形成二级结构。根据反应后DNA链长度不同的特点,用凝胶电泳操作分离出不满足条件的DNA链,从而得到问题的解。与以往的DNA计算模型相比,该模型的并行性得到了大幅度的提高,通过逐步缩小解空间,减少了实验操作的复杂度,可以解决变量更多、更为复杂的0-1规划问题。

基于杂交链式反应的0-1整数规划问题计算模型

杂交链式反应因具有DNA链的设计简单且无酶等优点,现已广泛应用于核酸、蛋白质检测,生物传感器等领域.本文将0-1整数规划问题的解空间映射为二叉树,问题的解被映射为该二叉树从根节点至叶的有向路.发夹结构的DNA链被褪火在二维DNA折纸基底的订书钉链上,表示该二叉树.随后加入启动链诱发杂交链式反应,生成所有的路.根据0-1整数规划问题的约束条件设计探针,逐步搜索满足约束条件的路,得到所求0-1整数规划问题的最优解.模型的优点是编码简单,减少了搜索过程中的人工干预,可靠性高.

基于多级抽取的0-1整数规划问题的DNA算法

DNA计算是一种借助于分子生物技术进行计算的新方法,在解决一类困难问题特别是NP-完全问题上具有硅计算机无法比拟的优势,利用DNA计算求解0-1整数规划问题的研究具有重大的意义。基于多级分离模型解决0-1整数规划问题,且给出DNA算法。通过一个实例给出了操作的步骤。

解0-1线性规划问题的最小部分系数和法

本文提出一种新的求解 0 - 1线性规划问题的方法———最小部分系数和法 ,用它来求解 0 - 1线性规划问题比现行的隐枚举法往往要便捷得多。

0-1整数规划问题的巨磁电阻型DNA计算模型

给出了基于GMR(巨磁电阻)型DNA芯片技术的0-1整数规划问题的DNA计算模型。将问题的变量编码成DNA链,在GMR型芯片表面固定DNA探针,然后将被生物素标记的待分析目标DNA链与探针进行充分杂交,通过芯片上的GMR传感器对芯片上纳米磁珠的检测,以电信号方式输出,得到问题的解,避免了荧光分析中的信号转换而引起的失真。该模型具有较高灵敏度,信号检测和分析较为简单,对信号检测设备要求较低。

求解0-1整数规划的混合粒子群优化算法

经典的粒子群是一个有效的寻找连续函数极值的方法,结合遗传算法的思想提出的混合粒子群算法来解决0-1整数规划问题,经过比较测试,6种混合粒子群算法的效果都比较好,特别交叉策略A和变异策略C的混合粒子群算法是最好的且简单有效的算法。对于目前还没有好的解法的组合优化问题,很容易地修改此算法就可解决。

基于DNA折纸系统求解0-1整数规划问题的模型

DNA折纸术具有可编程性、动态调节能力以及精确的结构控制能力,有着广泛的研究和应用.文中将DNA折纸应用于0-1整数规划问题,建立了一个DNA折纸系统,该系统由DNA折纸基底和四种类型的辅助链自组装而成.加入输入链后,通过DNA链置换,有选择的释放折纸系统中辅助链上的金纳米颗粒(AuNPs).借助电镜观察折纸系统中金纳米颗粒被释放的情况,读取可行解.这种设计方法操作简单,读解方便,也可用于组装更复杂的系统中.

多目标0—1规划问题的遗传算法

根据遗传算法的特点，提出了以排列为基础，以求出全部非劣解为目的的定义适应性值的方法，以便使其有能力求解多目标优化问题，并分析研究了算法进行到一定程度以后收敛于一个非劣解的原因和解决策略。