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．     

基于抗体浓度的克隆选择多目标优化算法及其应用

提出了基于抗体浓度的克隆选择多目标优化算法(CCSMOA),该算法借鉴生物克隆选择的机理,针对算法克隆倍数选择的问题,将克隆倍数表示为抗体浓度的函数,并将抗体浓度与抗体-抗原的亲和力及抗体间的亲和度相关联,以此来寻找靠近真实Pareto前沿及分布均匀的解.通过与经典的NSGA2、SPEA2以及当前的NNIA算法对比分析表明,在收敛性和分布性方面CCSMOA算法有所改善.最后将CCSMOA算法用于无线传感网络的覆盖优化.     

基于CSA-SQP的预测控制器参数整定研究

针对预测控制器参数整定困难, 提出了一种基于克隆选择和序列二次规划的预测控制器参数整定算法, 建立了一个基于免疫原理和序列二次规划算法进行控制器参数整定的机制, 并给出了参数整定问题中的抗原、抗体及亲和力的定义. 在此基础上, 针对系统的不确定性干扰, 构造了基于事件触发的参数调整框架. 最后, 将算法应用于仿真实验, 通过与设定值控制结果的对比, 证明所提出的预测控制器参数整定方法是有效的.     

基于离散曲率的边折叠网格简化算法

在以往的网格简化算法中,大多是采用空间几何距离作为简化准则.几何距离能很好地控制简化后的网格与原始网格之间的误差,但在保持形状特征上相对较弱.本文提出的网格简化算法是根据网格顶点的曲率,采用边折叠的方式来减少低频区域的网格顶点密度.由于曲率能很好地刻画网格形状,故本文的算法能较好地保持原始网格的形状特征.     

改进的蚁群算法在2D HP模型中的应用

针对蛋白质二维格模型(2DHP)折叠问题提出了一种改进的蚁群算法(Ant Colony Optimization Algorithm)，在算法的搜索阶段采用了牵引移动(pullmoves)的方法：首先按照一定规则移动一个或两个顶点的位置．然后将其他顶点沿着链依次向前移动两个位置，一旦达到一个新的有效构象则停止该移动．该方法的优点是大多数移动只需改变很少的顶点位置，使得改进后的蚁群算法具有较快的收敛速度．求解基准实例的结果表明，该算法在保证解的质量的前提下能大大缩短计算时间。     

基于相关向量机的多类蛋白质折叠识别

蛋白质折叠的识别是一种不依赖于序列相似性的蛋白质结构研究方法.本文将相关向量机应用于蛋白质折叠的识别,将两类相关向量机推广到多分类情况,对多类蛋白质折叠进行识别.与支持向量机相比较,相关向量机无需调整多余的参数,核函数不需要满足mercer条件,实际数据集上的测试结果表明,相关向量机可以得到更加稀疏的模型,在交叉检验中获得了更高的精度,表明相关向量机是一种有效的识别蛋白质折叠的方法.     

基于改进粒子群算法优化BP神经网络的甜菜产量预测方法

通过分析影响甜菜产量的自然因素,选取6个主要影响因子应用于一种改进粒子群算法优化BP神经网络的预测模型.首先,在标准粒子群算法(Particle Swarm Optimization,PSO)中引入自适应惯性权重的方法增强搜索能力并且提高收敛速度,使用反向逃逸策略避免早熟现象的发生;将改进的粒子群算法引入到BP中形成N...     

基于几何不变量的蛋白质三维分子结构比对

为了解决蛋白质三维结构比对需要处理大量的旋转、平移变换，直接用动态规划将变得十分繁琐这一问题，在保留蛋白质空间结构属性特征的基础上，对蛋白质三维数据进行了预先的处理．通过计算蛋白质结构在旋转和平移下的几何不变量，将蛋白质的三维结构坐标变换为具有旋转、平移不变性的一维序列．进一步给出了“距离”以及“相似得分”的定义．在此基础上采用动态规划方法给出了新的蛋白质结构比对算法．对专家分类的蛋白质结构数据库进行测试，结果显示准确、快速．     

基于多视点视频编码宏块模式选择的快速算法

为降低多视点视频编码中宏块模式选择带来的编码复杂度,提出了一种新的宏块模式选择快速算法.首先分析了最优模式选择的统计特征,接着根据宏块的亮度信息对图像进行区域划分,进而对不同区域选择不同的模式,以达到快速找到最优模式的目,最后提出了一种基于宏块亮度绝对均值差的宏块模式选择的快速算法.实验结果表明:提出的快速算法在保持率失真性能基本不变的情况下,编码速度比多视点视频编码校验模型JMVM提高4.14~9.83倍.     

基于加权平均樽海鞘群算法和BP神经网络的COVID-19预测

新型冠状病毒肺炎以其高传染性和高致病性成为全球关注的问题之一.有效预测COVID-19的累计确诊人数对COVID-19的防控具有重要价值.本文提出加权平均樽海鞘群算法(AVSSA),通过23个基准函数验证了AVSSA的有效性,进而利用AVSSA优化BP神经网络建立预测模型AVSSA-BP,实现COVID-19的预测.实...     

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．     

马科维兹资产组合选择模型的旋转算法

提出线性不等式组的一种旋转算法，并用其求解马科维兹资产组合选择模型，此算法每次迭代约需n^2次乘法和加法，其中n是模型中变量的数目，在微机上运行Delphi程序的实验结果表明，从上海和深圳股市1072支股票70期周末收盘价计算出20个最优投资组合仅需314次迭代和45s。     

简单量子进化算法及其在数值优化中的应用

提出了一种简单量子进化算法，它仅用一个实数值表示一个量子位，并设计了特别的旋转、变异算子和评估量子染色体的方法，只用一个个体就可在很短的时间内搜索到最优解．求解数值优化问题和NiH问题的对比试验结果显示了此算法优异的性能．     

一种基于空间结构的数值优化演化算法

提出一种求解数值优化问题的演化算法－－基于空间结构的演化算法(Space GA），在这种算法中，作者将演化种群中的每个个体放在固定的位置上，杂交操作在其邻居上的几个点进行，因此不用选择遗传操作的父体，从而避免了确定选择压力的问题，同时空间结构保证了搜索的全局性，遗传操作保证了较优解在其空间中的扩展，从而达到了全局寻优的目的。文章还讨论了不同的空间结构算法的影响，此算法可以求角数学规划问题、约束函数优化问题，如果对实型变量采用取整的操作，算法还可以求解混合整数非性规划问题，数值试验的结果表明了算法在求解的速度，稳定性，质量等方面都优于一般的演化算法。     

社会网络中影响集选择的一个近似算法

在研究社会网络影响集的选择问题中,目标是选取网络G中的一个最小点集S,使得V（G）-S中的每个点都至少有一半邻点在S中.本文给出一个α（△＋1）/δ＋1-近似算法,其中δ和△分别表示图G的最小度和最大度,α是局部独立数,它指示着图G的局部区域中最多含有的独立点的个数.     

一种基于约束的指针程序路径选择方法

动态符号执行是对程序进行安全性分析的重要技术.在动态符号执行过程中,存在着符号地址,系统调用,路径选择等问题.针对符号地址导致的别名分析问题,本文提出了一种基于约束的指针分析方法,对程序进行过程内的指向分析,并对指针分析过程引入约束条件,产生可以进行路径选择的测试用例,以提高指针分析的精度.在国内首款某型号商用编译器的开发过程中实现了该方法,实验结果表明,该方法可以准确地分析C语言测试用例,缩短用例测试的时间.     

一个新的交通网络平衡设计模型及其算法

针对城市道路网络改造问题中，待改造道路和拟添加道路均具有等级选择的特点，提出了一种更加符合实际的新的网络平衡设计二层规划模型，设计了粒子群求解算法，并给出了一个简单的算例，实际算例表明该算法具有计算简单，收敛速度快的特点．     

基于模糊矩阵博弈的网络可生存性策略选择模型

为使系统在遭受攻击或入侵时仍能保证关键服务的持续提供,从宏观策略角度提出一种网络可生存性的行为选择模型.首先分析模糊矩阵博弈原理和网络可生存性行为机理,并确定其拟合点,在此基础上建立了基于模糊矩阵博弈的网络可生存性策略选择模型框架及其动态的决策分析方法.实例分析和验证的结果表明,该方法可以有效地为网络系统的可生存性提供保证.