●第1章 緒論
1.1 DNA計算
1.1.1 DNA計算的產生和特點
1.1.2 DNA計算的基本原理
1.1.3 DNA計算中的編碼問題
1.2 DNA編碼
1.2.1 DNA編碼算法的研究現狀
1.2.2 DNA編碼問題的約束條件
第2章 DNA編碼約束條件與傳統多目標粒子群算法
2.1 DNA編碼約束
2.1.1 DNA編碼約束的分類
2.1.2 DNA編碼問題的數學模型
2.2 多目標優化問題
2.2.1 多目標優化的相關概念
2.2.2 多目標優化算法
2.2.3 多目標進化算法的基本框架
2.3 粒子群算法
2.3.1 算法思想
2.3.2 算法流程
2.3.3 多目標粒子群優化算法
第3章 動態多目標粒子群DNA編碼算法研究
3.1 算法思想
3.2 算法流程
3.3 動態精英選擇算法
3.3.1 最小曼哈頓距離選擇算法
3.3.2 基於最小曼哈頓距離的動態精英選擇算法
3.4 主要算子設計
3.4.1 問題編碼
3.4.2 粒子更新
3.4.3 離散處理和邊界約束
3.4.4 適應度計算
3.4.5 個體極值更新
3.4.6 全局極值更新
第4章 動態多目標粒子群DNA編碼算法實驗
4.1 DNA序列評價方法
4.2 算法參數選擇
4.2.1 種群參數
4.2.2 粒子群參數
4.2.3 各目標的曼哈頓距離權重參數
4.3 實驗結果與分析
4.3.1 長度為20的7條DNA編碼結果比較
4.3.2 長度為20的14條DNA編碼結果比較
4.3.3 長度為15的20條DNA編碼結果比較
第5章 核酸分子二級結構預測
5.1 核算分子二級結構預測研究進展
5.2 核酸分子的二級結構簡介
5.2.1 核酸分子基本結構
5.2.2 核酸分子的結構分級
5.2.3 二級結構的表示方法
5.2.4 假結結構
5.3 二級結構預測方法
5.3.1 基於比較序列分析方法
5.3.2 基於最小自由能方法
第6章 遺傳算法和CUDA技術簡介
6.1 遺傳算法
6.1.1 遺傳算法簡介
6.1.2 遺傳算法的特點
6.1.3 遺傳算法的應用
6.2 CUDA並行技術
6.2.1 並行技術的發展
6.2.2 CUDA編程模型
6.2.3 CUDA線程結構
6.2.4 CUDA軟件體繫
6.2.5 CUDA存儲器模型
第7章 基於遺傳算法的核酸二級結構預測研究
7.1 基於遺傳算法的核酸二級結構預測
7.1.1 問題的編碼
7.1.2 假結預測問題
7.1.3 適應度函數
7.1.4 種群的初始化
7.1.5 種群優化
7.1.6 選擇算子
7.1.7 交叉算子
7.1.8 變異算子
7.2 算法描述
7.3 實驗與結果分析
第8章 基於CUDA的並行遺傳算法預測核酸分子二級結構的研究
8.1 並行算法
8.1.1 適應度函數
8.1.2 種群的初始化
8.1.3 並行選擇算子
8.1.4 並行交叉算子
8.1.5 並行變異算子
8.2 算法描述
8.3 實驗結果與分析
參考文獻