思维导图备注

进化算法及其在生物信息中的应用 - 龙海侠,吴兴惠
首页 收藏书籍 阅读记录
  • 书签 我的书签
  • 添加书签 添加书签 移除书签 移除书签

5.4 仿真实验及其结果

浏览 1 扫码
  • 小字体
  • 中字体
  • 大字体
2024-04-30 10:30:07
请 登录 再阅读
上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 封面
  • 版权信息
  • 前言
  • 第1章 绪论
    • 1.1 进化算法
    • 1.2 生物信息学
    • 1.3 最优化理论
    • 1.4 本书的主要内容
  • 第2章 粒子群优化算法和量子粒子群优化算法
    • 2.1 粒子群优化算法
    • 2.2 量子粒子群优化算法
    • 2.3 QPSO算法收敛性分析
  • 第3章 基于选择操作的QPSO算法
    • 3.1 引言
    • 3.2 采用锦标赛选择操作的QPSO算法（QPSO-TS）
    • 3.3 采用轮盘赌选择操作的QPSO算法（QPSO-RS）
    • 3.4 算法的收敛性分析
    • 3.5 实验结果及分析
    • 3.6 本章小结
  • 第4章 进化算法在多序列比对中的应用
    • 4.1 多序列比对的含义
    • 4.2 基于二进制QPSO算法的序列比对
    • 4.3 基于隐马尔柯夫模型和多样性QPSO算法的多序列比对
  • 第5章 基于进化算法的代谢流的评估
    • 5.1 代谢流评估
    • 5.2 基于自适应进化算法和单值分解的方法的代谢通量分析
    • 5.3 基于QPSO及其改进的QPSO算法和罚函数的代谢通量分析
    • 5.4 仿真实验及其结果
    • 5.5 本章小结
  • 第6章 基于GP和QPSO算法的兽疫链球菌发酵透明质酸培养基的优化
    • 6.1 引言
    • 6.2 原料和方法
    • 6.3 响应面分析法（RSM）
    • 6.4 仿真实验和结果
    • 6.5 结论
  • 第7章 基于多样性量子行为粒子群优化算法的基因数据聚类
    • 7.1 基因数据聚类研究现状
    • 7.2 多样性引导的量子粒子群优化算法
    • 7.3 基于DGQPSO的聚类算法设计
    • 7.4 基于多样性量子行为粒子群算法的基因数据聚类
    • 7.5 结论
  • 第8章 总结与展望
  • 附录1 PSO算法程序代码
  • 附录2 QPSO算法程序代码
  • 附录3 多序列比对程序代码
  • 参考文献
暂无相关搜索结果！
    展开/收起文章目录

    二维码

    手机扫一扫，轻松掌上学

    《进化算法及其在生物信息中的应用 - 龙海侠,吴兴惠》电子书下载

    请下载您需要的格式的电子书，随时随地，享受学习的乐趣！
    EPUB 电子书

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度