基因组重排问题的一个近似算法

分子生物学中基因无方向的反向基因组重排问题在数学上已被证明是一个NP困难问题．基于断点图的概念，给出一个时间复杂性为O(max{b^(π)，nb(π)})，空间复杂性为0(n)的求其近似最优解的算法．其中n为基因组中基因个数，π=(π1,π2，…，πn)表示n个基因的一种排列，b(π)表示排列π中的断点数．数据实验的结果表明，该近似算法可以求得较好的结果．     

图的独立数的一个新下界

设α（Ｇ）表示简单图Ｇ＝（Ｖ，Ｅ）的独立数．本文给出了α（Ｇ）的一个新的下界：α（Ｇ）≥∑ｖ∈Ｖ（λｄ（ｖ）＋１）／（ｄ（ｖ）＋λｄ（ｖ）＋１），其中λｄ（ｖ）＝ｍａｘ｛０，βＮ（ｖ）－ｄ（ｖ）｝，ｄ（ｖ）＝｜Ｎ（ｖ）｜，Ｎ（ｖ）＝｛ｗ∈Ｖ｜（ｖ，ｗ）∈Ｅ｝，βＮ（ｖ）＝ｍｉｎｗ∈Ｎ（ｖ）ｄ（ｗ）．     

一种基于能量的RNA二级结构预测的动态划分算法

预测单链RNA分子序列的二级结构是计算生物学中的一个重要内容.本文基于RNA分子结构的稳定性原理.提出了一种预测RNA二级结构的新算法——基于能量的动态划分算法.该算法的空间复杂度仅为O(n),时间复杂度近似为O(n2·logn),且预测结构有较好的精度.     

基于免疫遗传算法的多重序列比对

提出一种基于免疫遗传算法的多重序列比对的方法，它将一种免疫算子加入到遗传算法的框架中，通过对个体接种疫苗来进一步提升个体的存活能力，实验结果表明，该方法可以加快收敛速度，并能求出比遗传算法更优的解。     

图论中独立支配集的求解问题并未解决

用反例证明了文[1]中的最大独立集算法和最小支配集算法的结论都是错误的,因而图论中独立支配集的求解问题并没有解决．     

预测RNA二级结构的一种遗传模拟退火算法

讨论了RNA二级结构的预测问题，首先提出一种用树表示RNA二级结构的方法，然后给出一种用于预测RNA二级结构的混合遗传算法——遗传模拟退火算法．在该算法中，个体(RNA二级结构)直接用茎序列编码，与个体用二进制串编码的同类型算法相比，在很大程度上缩短了个体的编码长度．计算结果表明该预测算法具有较高的精度．     

多序列联配问题的模拟退火求解

在描述多序列联配问题及其优化模型的基础上，构造了适合多序列联配问题的领域结构，给出了一种使用模拟退火算法求解该问题的方案，并给出了该方案的一个实例，实验结果表明，模拟退火求解多序列联配问题是有效的。     

求最短路径树的一个新算法

本文考虑在一个具有ｎ个结点和ｍ条弧的网络中，求出从一个指定的结到其余所有结点的最短路径，或者找到一条具有负长度环路的问题，文中基于结点标号深度的概念，给出一个计算复杂性的界为Ｏ（ｎｍ）并且具有“尖利”（ｓｈａｒｐ）性质的求最短路径树的新算法。此外，我们还讨论了负长度环路的探测问题，并给出了一个具有“时间尖利”（ｔｉｍｅ－ｓｈａｒｐ）性质的检测负长度环路的方法。     

生物遗传信息的传输模型及分析

本文利用信息理论，通过对生物蛋白质的合成及其氨基酸分布的分析，建立了一种遗传信息传输信道的数学模型，计算出信道容量最大时碱基的分布及所合成的氨基酸的分布情况，并且给出了一个生物进化的指标。