DNA计算中编码序列的过滤函数研究

构造了用于DNA编码序列过滤的函数,并给出了DNA序列编码的算法,采用该文设计的过滤函数和算法所得到的DNA编码序列,能够满足一定的组合约束条件,并满足一定热力学条件,大大提高了DNA编码字的质量,有利于提高DNA计算的可靠性。     

基于遗传粒子群算法的DNA编码优化

DNA编码序列的设计是影响DNA计算可靠性的重要手段,该文从DNA编码设计应满足的多约束条件中选取适当的约束条件,针对这些约束条件提出每个DNA个体应满足的评估公式,采用遗传粒子群算法解决该多目标优化问题,并在不同的约束准则下将计算得到的序列与已有的DNA序列进行了对比。仿真结果证明了该方法的有效性。     

基于文化进化粒子群算法的DNA序列设计

DNA编码序列的设计是影响DNA计算可靠性的重要途径,从DNA编码应满足的多约束条件中选取适当的约束条件,针对这些约束条件提出每个DNA个体应满足的评估公式以及目标序列集合的评价函数,采用文化进化粒子群算法解决DNA序列设计的多目标优化问题,仿真结果表明该混合算法针对DNA序列设计问题,在求解最优值能力,解的稳定性方面都取得了不错的效果。     

基于改进的粒子群遗传算法的DNA编码序列优化

在DNA计算中,DNA编码序列的设计是影响DNA计算可靠性的重要手段.在不同的DNA序列设计中,应该选择适当的约束条件,并且根据相应的约束条件提出每个DNA应该相应满足的评估公式.文中从DNA编码设计应满足的多约束条件中选取适当的约束条件,提出评估公式,并采用改进的粒子群遗传算法来解决多目标优化问题.同时根据得到的序列与已有序列在综合适应度函数结果上进行对比,结果证明了该方法的有效性.     

多目标优化机制下DNA编码序列模型

针对现有DNA计算中存在的编码序列设计稳定性、可靠性不完善等问题,充分考虑基本编码问题,设计出一种基于多目标优化机制的DNA编码序列设计算法。在一定的约束条件下,该算法利用了多目标优化机制以及采取小种蚁群算法,将h-distance因子添加到单链DNA架构中,建立一种DNA序列公用方法。通过模拟实验表明,该算法与同类型算法相比,在计算效率、优化性方面具有一定优势。     

基于聚类小生境遗传算法的DNA编码优化

DNA编码优化问题是DNA计算中的核心问题。分析DNA编码优化的约束条件,在单链DNA序列集合上引入h距离,将聚类小生境技术应用于小种群遗传算法的构造,对DNA编码优化问题进行求解。基于h距离定义DNA序列间的相似函数,将碱基字母编码为4进制整数、DNA编码序列作为个体编码为4进制整数向量、种群编码为4进制整数矩阵,基于模4算术运算,构造相应的遗传算子,并给出DNA编码序列的具体计算结果。实验结果表明,与现有DNA编码序列优化结果相比,该算法可得到更好的DNA编码序列且计算效率较高。     

基于h-距离的DNA编码序列设计

针对DNA编码序列设计问题,将其转换为带约束的多目标优化问题,在单链DNA集合中引入h-距离,构造了DNA序列间的共享函数,应用小种群遗传算法,对DNA编码序列设计问题进行求解。与已有结果比较,算法可以得到更好的DNA序列且计算效率较高。算法可用于DNA计算中编码序列的具体设计。     

基于离散粒子群的DNA编码序列组合优化方法

本文分析了DNA编码序列设计的目标及需要满足的约束条件H-measure、连续性、相似度、发夹结构、GC含量等约束,建立一种组合优化评价模型,通过引入基于权重的适应度函数来评价DNA序列集合的优劣,最后提出基于该模型的离散粒子群优化算法(DPSO)生成有效的DNA编码序列.根据优化问题的约束条件及离散量的特点,对粒子的...     

基于动态遗传算法的DNA序列集合设计(英文)

DNA编码序列的质量与数量直接影响着DNA计算的可靠性和规模,如何找到尽可能好的及尽可能多的DNA序列用于实际的应用一直是DNA计算的一个核心问题．文中首先介绍了研究DNA编码和DNA序列集合对DNA计算的意义,并给出了DNA序列设计的汉明距离和反汉明距离约束条件的定义．DNA序列集合的研究对DNA计算的可靠性和规模有着重要的影响,因此文中利用遗传算法和动态遗传算法来设计满足上述约束条件的DNA序列集合,通过对两种方法所得结果的比较,证明了动态遗传算法明显优于遗传算法．与此同时,将文中所得到的实验结果与前人的研究成果进行比较可知,文中的结果大幅提高了DNA编码的上界,从而进一步缩小了DNA编码界的取值范围．并且文中所给出的实验结果,对以后DNA编码的理论界的研究以及编码理论中关于4元码界的研究,提供了重要的参考值．     

DNA编码序列设计的混合进化算法优化

分析编码序列设计的目标及需要满足的约束条件,建立相应的数学模型,提出该模型的模拟退火遗传优化算法(HSAGA).模拟退火采用串行优化结构,遗传算法采用群体并行搜索,两者结合成为并行算法.模拟退火作为一种自适应变概率的变异操作,可有效增强并补充遗传算法的进化能力.通过具体算法的实现,得出较高质量的DNA编码序列.     

基于纠错码编码理论的DNA编码研究*

作为一种新的计算模式,DNA计算有着强大的计算能力,编码问题在DNA计算中占据重要的位置,有效的编码设计能够提高DNA计算的可靠性。基于纠错码编码理论,提出了一种新的DNA编码方法,该方法可以找出具有一定长度且满足汉明距离约束的DNA编码序列。最后,给出了该算法的仿真,结果表明了该算法的有效性。     

DNA计算中编码序列的优化设计方案*

提出了一种优化设计方案.该方案的各项评价指标均优于根据以往文献提供的方法所能得到的最好结果.尤其是所提出的海明距离测度方法,进一步保证了特异性杂交产生的自由能远大于非特异性杂交所产生的自由能,便于进行DNA编码序列的设计与选择,为可控的DNA计算提供可靠有效的编码序列.     

编码问题在DNA计算中的现状及展望

在DNA计算中DNA编码的质量和数量都对所得到的解空间有重要的影响。文中首先简要的介绍了DNA计算概况,然后通过目前在DNA编码设计的过程中所用的约束条件大概的介绍了编码问题的现状。通过编码设计的方法和评价标准指出了DNA编码问题目前的缺陷并且展望了DNA编码中需要解决的问题。     

基于混合蚁群算法的DNA编码序列设计方法

通过将遗传算法中的交叉、变异操作与蚁群算法中的协同模型进行结合,提出了一种基于混合蚁群算法的DNA编码序列设计方案.实验表明,该算法具有较高的收敛速度,能为DNA计算提供可靠的编码序列.     

基于文化遗传算法的DNA编码序列设计

DNA编码问题是DNA计算的关键,然而,它已被证明为NP困难问题,通常采用优化算法求解。针对传统遗传算法缺乏有效指导,容易陷入局部极值的缺点,结合文化算法采用种群空间和信念空间的双层进化结构进行寻优,提出了一种基于遗传算法和文化算法的混合优化算法用于解决DNA编码问题。仿真结果表明该混合算法能有效地用于DNA编码序列设计。     

一种基于编码等价变换和遗传算法的DNA序列优化设计

针对DNA计算中的DNA序列设计问题,基于6个DNA序列设计约束条件,将DNA序列设计问题转化为多目标优化问题,提出小生境遗传算法进行求解。算法利用DNA序列设计中的相似性约束与H-测度约束,在单链DNA序列集合上定义共享函数,利用两种类型的编码等价变换以及模4算术运算,构造了5个遗传算子,并给出具体的DNA序列设计结果。通过比较,算法可以得到质量更好的DNA序列,且在种群规模与进化代数方面具有更高的计算效率。     

DNA计算中核酸序列设计方法比较研究(英文)

DNA计算是将现实问题进行编码,映射到DNA分子上,然后通过分子生物实验产生出代表问题解的DNA分子,最后通过检测技术提取出该DNA分子．高质量的DNA编码可以尽可能避免或减少计算过程中出现的错误,并使检测阶段易于提取出代表问题解的DNA分子．文中对基于汉明距离和基于自由能的DNA核酸编码方法进行研究,分析了两类方法的约束条件对DNA编码质量的影响,比较了两类方法排除非特异性杂交的完备性和计算量,进一步分析了两类方法编码DNA序列的效率．通过分析和比较得到,两类DNA计算编码方法都能有效地限制DNA分子间的非特异性杂交,其中基于汉明距离的DNA编码方法的计算量比较小,但是它仅能近似地估计DNA分子间杂交的热力学稳定性,不能完全替代最小自由能的编码方法．在满足DNA计算试验精度要求的条件下,采用基于汉明距离的DNA编码设计方法不仅能有效地的挑选出特异性杂交和非特异性杂交的DNA序列,还能有效地减少计算量,从而提高DNA序列设计的效率．     

背包问题DNA算法的反应设计及其生物实现(英文)

有关背包问题的DNA算法近年来得到重视,文中实现了求解背包问题的并行搜索解的实验,通过最优的方法完成有限容量背包的物品选择．展示了面向反应的DNA片段设计,计算过程为溶液DNA高效连接反应,反应结果分别用定量（PCR）和定性（测序）两种方法检测．文中的方法适用于多重约束条件的优化问题．     

DNA编码问题及其复杂性研究*

高质量的DNA编码可以避免DNA分子间的非特异性杂交,提高DNA计算的有效性和可靠性。首先对DNA编码的约束条件进行归类,分析了各编码约束对编码质量的影响;然后研究了编码质量、编码数量、序列长度与DNA计算可靠性、有效性、可扩充性之间的关系;最后通过类比DNA编码问题和图的独立集问题,说明了求解最大DNA序列集合问题是NP完全的。     

基于文化微粒群优化算法的DNA编码研究

对DNA编码约束进行研究,选择汉明测量以及相似度作为DNA序列集设计的主要约束,并结合连续性约束与GC Content约束,将序列集设计问题抽象为带有强约束的多目标优化问题,采用文化微粒群算法解决该多目标优化问题。仿真结果表明,该混合算法针对DNA编码序列设计问题,在求解最优值能力、解的稳定性方面都能取得较好的效果。