改进的自组织映射(SOM)蛋白质折叠算法和计算实现

蛋白质结构预测是生物信息学中的重要研究方向．为了研究蛋白质折叠的机理,人们引入了只考虑蛋白质疏水核心和亲水外围位置导致能量差别的简化HP模型．即使是求解二维HP模型已被证明是一个NP完全问题,因此需要设计有效的近似算法来求解较大规模的HP模型．从旅行商问题(TSP)的求解看,自组织映射是构造近似算法的有效工具．本文将归一化的F-W自组织模型应用到蛋白质二维HP问题的求解中,结合为克服多重映射构造的局部线搜索算法．数值试验表明,该算法改进了现有的HP模型的SOM求解算法, 只需很少的迭代步数就能找到最低能量构象．这一改进算法可以成为进一步研究的基础．     

基于AGV的智能仓库系统订单分批问题研究

研究了基于自动引导小车(AGV)的“货到人”智能仓库订单分批拣选问题, 在同时考虑工作人员拣选商品成本和AGV搬运货架成本的前提下, 建立了以总成本极小化为目标函数的订单分批问题整数规划模型。根据订单中包含的商品信息和商品所在的货架信息构建了描述订单之间关系的加权相似度指标, 分析了加权相似度与总拣选成本之间的正相关关系。基于订单之间的加权相似度设计了求解模型的贪婪算法。利用具体算例进行模拟计算, 分析了加权系数的变化对订单分批结果的影响, 以及加权系数λ的取值与工作人员拣取一件商品的成本c₁和AGV搬运一次货架的成本c₂之间的关系, 得到了贪婪算法中加权系数λ的确定方法。进一步分析了贪婪算法的计算时间和计算效果, 结果显示, 通过适当选取加权系数, 利用贪婪算法可以在短时间内得到订单分批问题的近似最优解;对于小规模算例, 贪婪算法在最坏情况下近似比不超过1.35。利用本文的模型和算法进行订单分批, 兼顾了工作人员拣取商品的成本和AGV搬运货架的成本, 可以有效提高订单拣选效率, 降低订单拣选总成本。     

允许长度估计误差的SBH最优重构问题及其算法

本文讨论了允许长度估计误差和杂交错误的更实际SBH(Sequencing by Hybridization)最优重构问题.通过对SBH谱集中k-tuple之间的相关信息的分析和最优重构性质的讨论,我们得到若干非最优解的删除法则和最优解的判定法则,并获得了一个能够极大地减少最优解重构随意性的动态规划计算方法.由此,我们给出了该SBH问题的一个新重构算法.该算法既允许SBH谱集含有一般杂交实验中可能出现的探针错配所产生的正错误,也允许目标DNA序列长度有估计误差,所以本文的算法具有更一般的适应性和实用性.模拟计算结果表明我们的算法也是十分有效的(即使在谱集有多达100%的正错误情况).     

基于AGV的智能仓库系统储位分配问题研究

研究了基于自动引导机器人(AGV)的"货到人"拣选模式下的智能仓库系统补货阶段的储位分配问题.根据待拣选订单信息计算出商品之间的关联度,考虑了货架上存放的物品信息、空余储位数量、待补货物品信息,以同一货架上的各种商品之间的关联度之和最大化为目标函数,建立了补货阶段储位分配问题的整数规划模型;设计了求解模型的贪婪算法,并分析了算法复杂度.利用一个具体实例进行模拟计算,分析了贪婪算法的求解效果.进一步利用不同规模算例进行模拟计算,分析了贪婪算法的计算时间和近似比,结果显示贪婪算法可以在很短的时间内得到近似最优解,近似比不超过1.15.设计的贪婪算法可以作为智能仓库管理信息系统的核心算法.     

基于遗传算法的成品油二次配送车辆路径问题研究

研究了加油站需求已知前提下带时间窗的具有满隔舱运输约束的多车型成品油二次配送车辆路径问题.首先以总费用极小化为目标建立了具有满载运输约束的多车型成品油二次配送车辆路径问题的混合整数规划模型,其中总费用包括动用车辆的固定费用、车辆的运输费用、以及不满足时间窗约束的等待成本和惩罚成本等.然后基于成品油二次配送车辆路径问题的特点设计了求解模型的遗传算法,通过对车辆和加油站分别采用自然数编码方式、解码时考虑约束条件等策略有效避免了不可行解的产生.最后利用一个实际案例进行了模拟计算,结果显示根据方法得到的配送方案明显优于实际中凭经验得到的配送方案,总配送成本大约降低了9%.模型和算法为制订成品油二次配送方案提供了决策依据.     

政府网站评估DEA模型

本文运用DEA（Data Envelopment Analysis）技术，建立了电子政务网站评估的DEA模型，并对全国28个省市的政府网站进行了详细的评估。该评估模型与目前常用的电子政务网站评估方法不同之处在于，不仅比较各网站的物理表征指标与服务内涵，还考虑到各省市的社会、经济发展基本指标。这样将电子政务的活动同其建设环境联系起来，更客观地评估人在电子政务中的能动作用，以及电子政府作为建设项目的投人产出效率。同时，利用DEA分析方法进行评价，还能向各网站提供如何改进网站的建设工作的指导信息，为有关部门对政府网站的评价和管理提供了一种新方法。     

考虑商品数量和商品拣选成本的AGV智能仓库订单分批问题研究

AGV(Automated Guided Vehicle,自动导引车)智能仓库是一种基于“货到人”拣选模式的自动化仓库。本文考虑了订单中商品的需求量和货架上商品的存储量,以极小化货架搬运成本和商品拣选成本为目标,建立了AGV智能仓库订单分批问题的整数规划模型。本文针对订单分批问题的特点,提出了一种基于订单和货架交替选择的贪婪求解算法。对比CPLEX求解器的精确最优解,本文提出的贪婪算法的误差百分比不超过10%,平均误差百分比为5.38%;对比基于相似性的分批算法的求解结果,本文提出的贪婪算法不仅运算时间更短,解的质量也更好。进一步地,对比不考虑商品拣选成本的订单分批模型,本文提出的模型在不明显增加货架搬运成本的前提下,可以大幅度降低商品拣选成本。因此,在订单分批模型中考虑商品拣选成本是非常必要的。     

血管外膜肌成纤维细胞分化相关蛋白研究

为寻找涉及血管紧张素II (AngII)和转化生长因子β1 (TGF-β1)诱导的血管肌成纤维细胞(MF)分化的蛋白, 本研究采用双向电泳和质谱从整体水平检测了MF分化前后蛋白表达谱的变化, 共找到41个差异表达的蛋白点, 表达水平和/或蛋白位置在Ang II和TGF-β1刺激后都发生明显变化的蛋白点14个, 4个蛋白上调, 6个蛋白下调, 2个蛋白位置发生明显变化, 2个蛋白表达上调，位置也发生变化; 只在Ang II诱导的MF中表达发生变化的蛋白20个, 只在TGF-β1诱导的MF中表达发生变化的蛋白7个. 选取Ang II和TGF-β1共同调节的14个蛋白进行质谱鉴定, 结果除骨架蛋白外, 首次发现MF分化同泛素蛋白酶体系统和嘌呤合成有关; septin 2的下调可能是成纤维细胞分化的标志. 本研究运用蛋白质组学技术发现了新的参与MF分化的蛋白质, 为进一步研究和干预细胞表型转化提供了新的思路和靶点.     

单体型装配问题及其算法

单核苷酸多态性(SNP)单体型装配问题就是从给定的来自某人染色体的SNP片段中去除错误,重构出尽可能与原来片段一致的单体型.这个问题有几个不同的模型最少片段去除(MFR)问题,最少SNP去除(MSR)问题以及最少错误纠正(MEC)问题.前两个问题的复杂性与算法已有一些学者研究过.第三个问题已被证明是NP完全问题,但这个问题的实际算法还没有.该文对MEC问题给出了一个分支定界算法,这个算法能得到问题的全局最优解.通过这个算法对实际数据的计算说明了MEC模型的合理性,即在一定条件下,通过修正最少的错误重构出的单体型确实是真实的单体型.由于分支定界算法对这样一个NP完全问题不能在可接受的时间内解规模较大的问题,文中又给出了求解MEC问题的两个基于动态聚类的算法,以便对规模较大的问题在可接受的时间内得到近似最优解.数值实际表明这两个算法很快,很有效.这两个算法总能得到与分支定界找到的全局最优解很接近的近似最优解.鉴于MEC问题是NP完全的,这两个算法是有效的、实际的算法.     

PSBH中的组合优化问题及其计算方法

本文介绍了具有部分位置信息的SBH杂交测序（Positional Sequencing by Hy-bridization,简称PSBH）实验所产生的一个重构DNA片断的组合优化问题,并讨论了该问题最优重构的计算问题.通过对PSBH提供的谱集及其位置信息的分析处理,我们获得了若干判定最优重构片断头尾的分支定界准则以及确定其非头尾位置最可能出现k-tuple的动态规划计算方法,并由此给出了该PSBH问题的一个新重构算法.该算法允许PSBH谱集含有一般杂交实验中常常可能出现探针错配所产生的正错误,并且仅仅假设PSBH的谱集、位置信息和位置长度是已知的,所以我们的算法具有更一般的适应性和实用性.此外,由于我们给出的算法能够极大地利用PSBH的谱集和位置信息所蕴含的信息确定最优重构片断头尾及其中间位置最可能出现的k-tuple,极大地减少了PSBH重构中的随意性,所以我们的算法也是有效的,模拟PSBH实验的计算结果验证了这一点.