应用改进型遗传算法进行药物分子对接设计

文章建立了一种约束优化的演化模型,并构造出求解此模型的多种群空间收缩遗传算法,将信息熵概念引入进化过程,控制各种群寻优搜索时解空间的收缩。该算法用种群的多样性避免遗传进化的早熟现象,并以空间收缩尺度作为停机判椐,有效地控制了算法的收敛。利用基于小种群的多种群进化策略,在保证种群多样性的前提下,极大程度地减少了计算量,提高了计算效率。数值算例表明,熵的介入增强了随机搜索类进化算法的寻优目的性,使收敛过程平稳且迅速。算例表明此算法能有效的应用于药物分子对接设计。

基于信息论遗传算法药物分子对接设计

本文建立了一种约束优化的演化模型,并构造出求解此模型的多种群空间收缩遗传算法,将信息熵概念引入进化过程,控制各种群寻优搜索时解空间的收缩 本算法用种群的多样性避免遗传进化的早熟现象,并以空间收缩尺度作为停机判据,有效地控制了算法的收敛 利用基于小种群的多种群进化策略,在保证种群多样性的前提下,极大程度地减少了计算量,提高了计算效率 数值算例表明,熵的介入增强了随机搜索类进化算法的寻优目的性,使收敛过程平稳且迅速