分享到:

基于遗传算法和位置特异性得分矩阵的动态转录因子结合位点识别方法

目前,生物信息学已经步入了后基因组时代,对基因非编码区的研究已经成为后基因组时代生物信息学研究的热点问题之一,其中一个主要研究方向就是对转录因子结合位点的研究。转录因子结合位点是一种重要的转录调控元件,是基因组中具有调控功能的DNA序列片段。对转录调控元件进行识别与预测,将有助于探寻基因表达调控的规律,促进基因调控网络的研究。随着研究的深入和计算机技术的发展,计算识别的方法已逐渐成为传统实验预测方法的有力辅助工具。准确的预测、识别算法有助于人们识别不同转录因子的目标基因,进而研究转录因子结合位点在上游调控区中的位置对转录调控的影响,为生物实验提供较准确的数据,促进实验研究。目前,已经开发出许多识别和预测转录因子结合位点的算法和软件,如MetInspector、MEME、AlignACE、Gibbs Sampler等。本文探求一种结合两种识别方法的转录因子结合位点预测方法,即将遗传算法和位置特异性得分矩阵结合在一起,并兼顾这两种方  (本文共45页) 本文目录 | 阅读全文>>

广西民族大学
广西民族大学

遗传算法在交通控制中的应用

城市交通问题日益突出,对现有交通进行有效的管理和控制已成为我国交通运输中迫切需要解决的问题。交通工程实践表明,在进行适当规模的道路基础设施建设的同时,对城市交通流进行合理科学的调控与管理,充分发挥现有交通网络的通行潜力,最大程度上使交通流做到有序流动,发展智能交通是解决城市交通问题的根本出路。怎么样对交通流进行合理控制其实是一个优化问题。本文是采用遗传算法方法对城市交叉路口交通信号灯实施合理优化配时控制,以缓解日趋紧张的交通拥挤问题,提高交通效益。针对交通信号控制的具体情况,对算法本身存在的有不等式约束的基本问题做了一个初步改进,采用基于退火选择算子和自适应适应度的改进遗传算法来解决目前的约束处理方法中存在的问题。把改进的算法用到一个交通交叉路口控制模型中得到较好的结果。而对两个交叉路口建立模型中,因为模型的约束条件中不但含有不等式,还含有等式约束,为此,我们采取先随机生成任意种群,然后让种群慢慢逼近到可行域范围内,再让种群在可...  (本文共59页) 本文目录 | 阅读全文>>

天津大学
天津大学

物流配送中运输问题的遗传算法

物流是一个新兴学科,配送是现代物流的一个重要内容,运输成本在物流成本中占有很高的比例,合理安排车辆配送路线可以降低运输成本,提高经济效益,在物流配送调度中,车辆路径问题是一类具有广泛应用的组合优化问题。本文首先介绍了遗传算法在解决简单约束车辆路径问题上的应用,改进了交叉算子,为研究非满载车辆的优化调度问题的遗传算法作了充分准备。本文详细分析了非满载车辆运输问题的数学模型,用Floyd算法计算各配送点之间的最短距离矩阵以及相应的最短路径矩阵,用sweep算法来分配任务,用遗传算法对每一组的每辆车的任务路线进行排序,相当于求解一般旅行商问题,用案例验证了算法的优越性。本文详细分析了多目标优化算法,多目标遗传算法通过构造非支配集,然后对非支配集中的个体进行选择,交叉,变异等操作,从而得到下一代的种群,最后,分析了本论文的不足与今后的发展。  (本文共55页) 本文目录 | 阅读全文>>

大连理工大学
大连理工大学

基于混沌与免疫的遗传算法的研究

遗传算法作为一种新的全局优化搜索算法,以其简单通用,鲁棒性强和并行处理以及应用范围广等显著特点,在诸多人工智能计算领域获得了广泛的应用,同时取得了大量的研究成果。本文主要对遗传算法进行了学习与研究,提出了一种新的改进的遗传策略MICGA。本文首先介绍了课题的研究背景以及遗传算法的搜索机制并简要分析了遗传算法在搜索过程中的优势与其广泛的应用背景。然而遗传算法本身存在早熟以及对某些特定问题搜索慢等缺陷。针对缺陷,基于混合遗传算法的思想,融合了混沌与免疫两种机制并基于模式提出了改进的算法MICGA。混沌是看似随机无序,但却有着精致的内在结构,利用混沌随机性、遍历性和对初值敏感的特性初始化种群,使初始种群抗体能够均匀的分布在解空间中,避免了由于初始种群完全随机产生而导致的搜索速度慢的弊端;通过免疫原理的浓度机制与多样性原理改进了选择算子,保证了种群多样性,避免由于种群多样性降低而引起的早熟现象。同时,在混合的算法基础上,基于遗传算法中串...  (本文共60页) 本文目录 | 阅读全文>>

武汉理工大学
武汉理工大学

抛物型方程反问题的遗传算法

在自然科学与工程技术领域中有许多问题都可以用偏微分方程来描述,研究偏微分方程的数值解是解决上述问题的有力工具。偏微分方程反问题由于其源于各种实际背景以及研究领域的广阔性、多学科性等特点,使得其在理论研究和实际应用方面都有重要意义,已成为一门专门的学科。国内外有很多学者在这个领域进行研究,并利用各种数值方法和最新的研究结果来解决各种偏微分方程反问题。但反问题在Hadamard意义下是不适定的,主要表现在解不连续依赖于数据,也就是当方程右端项有微小变化时,所求得的近似解与真实值之间相差非常大,即不稳定。由于反问题的非适定性与非线性,使得它的理论与求解都比正问题要困难得多,而且涉及面广。目前国内外有许多求解反问题的方法,例如选择法、拟解法、以及Tikhonov正则化等,PST(脉冲普技术)与扰动方法也是求解此类问题的数值方法,但这些方法都各有不足之处。为此本文提出利用遗传算法求解反问题的新方法。遗传算法是一种模拟自然界生物进化的搜索算...  (本文共67页) 本文目录 | 阅读全文>>

武汉理工大学
武汉理工大学

遗传算法的改进及其应用

遗传算法是一种模拟自然界生物进化的概率搜索算法,由于它不受搜索空间的限制性假设的约束,尤其是不需要专门的领域知识而仅用适应度函数作评价来指导搜索过程,从而使它的应用范围极为广泛,并且已在众多领域得到了实际应用,取得了令人瞩目的成果,引起了广大学者和工程人员的关注。遗传算法早在六十年代由J.H.Holland等人提出,并在八十年代得以完善,发展成为标准式的遗传算法,从九十年代中期得到广泛研究与应用。遗传算法具有全局优化性和易操作性。最初应用于非数值计算方面,直到近几年才转向全局优化问题,并取得了显著的成果。遗传算法是一种新兴的技术,正处于发展期。虽然在应用领域获得了丰收,但其理论基础还较薄弱,有许多地方需要研究和发展充实。论文的主要工作分如下三部分:(1)对标准遗传算法的发展概况、基本概念、基本原理、理论基础、收敛性、特点及其应用等方面作了简明扼要的介绍,并对遗传算法的实现技术作了较详细的总结。介绍了曲线拟合问题及其求解的基本方法...  (本文共69页) 本文目录 | 阅读全文>>