多序列比对问题的概率统计粒子群算法求解
多序列比对问题是生物信息学的热点研究问题.针对大规模多序列比对精度低问题,提出基于概率统计自适应粒子群的生物多序列比对算法.根据优质解的分布概率建立模型用于引导粒子产生新解,使种群中的粒子具有更全面的学习能力,从而提高比对结果的精度;引入适应度方差、期望最优解和变异操作跳出早熟状态,避免算法陷入局部最优值.对BALIBASE中142个例子进行仿真,实验结果验证了算法的可行性和有效性,与已有的算法相比,该算法对大规模亲缘较近长序列比对问题具有更强的求解能力.
多序列比对、粒子群、概率统计、自适应变异
31
TP181(自动化基础理论)
国家自然科学基金项目60773100
2011-01-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
1833-1837