0去购物车结算
购物车中还没有商品，赶紧选购吧！
当前位置: > 多目标DNA核酸编码优化算法

相同作者的商品

相同语种的商品

销售排行榜

浏览历史

多目标DNA核酸编码优化算法


联系编辑
 
标题：
 
内容：
 
联系方式：
 
  
多目标DNA核酸编码优化算法
  • 书号：9787030624543
    作者：张凯
  • 外文书名：
  • 装帧：平装
    开本：B5
  • 页数：118
    字数：160000
    语种：zh-Hans
  • 出版社：科学出版社
    出版时间：2019-07-01
  • 所属分类：
  • 定价： ￥55.00元
    售价： ￥43.45元
  • 图书介质:
    纸质书

  • 购买数量： 件  可供
  • 商品总价：

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

本书主要介绍DNA计算核酸编码原理及方法，具体包括：DNA计算的研究进展和背景，DNA计算的生物化学基础，DNA编码问题及其复杂性分析，DNA二级结构预测和最小自由能模型，隐枚举核酸序列编码算法，DNA编码在图着色DNA计算中的应用，并提出DNA计算的高效编码算法，从而提高DNA计算的可靠性、有效性和可扩充性。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页
用户名： 匿名用户
E-mail：
咨询内容：

目录

  • 目录
    第1章 绪论 1
    1.1 DNA计算 1
    1.1.1 DNA计算的产生和特点 1
    1.1.2 DNA计算的基本原理 2
    1.1.3 DNA计算中的编码问题 4
    1.2 DNA编码 4
    1.2.1 DNA编码算法的研究现状 4
    1.2.2 DNA编码问题的约束条件 6
    第2章 DNA编码约束条件与传统多目标粒子群算法 9
    2.1 DNA编码约束 9
    2.1.1 DNA编码约束的分类 9
    2.1.2 DNA编码问题的数学模型 18
    2.2 多目标优化问题 20
    2.2.1 多目标优化的相关概念 20
    2.2.2 多目标优化算法 22
    2.2.3 多目标进化算法的基本框架 23
    2.3 粒子群算法 24
    2.3.1 算法思想 25
    2.3.2 算法流程 26
    2.3.3 多目标粒子群优化算法 26
    第3章 动态多目标粒子群DNA编码算法研究 28
    3.1 算法思想 28
    3.2 算法流程 29
    3.3 动态精英选择算法 30
    3.3.1 最小曼哈顿距离选择算法 30
    3.3.2 基于最小曼哈顿距离的动态精英选择算法 32
    3.4 主要算子设计 34
    3.4.1 问题编码 34
    3.4.2 粒子更新 35
    3.4.3 离散处理和边界约束 35
    3.4.4 适应度计算 36
    3.4.5 个体极值更新 37
    3.4.6 全局极值更新 37
    第4章 动态多目标粒子群DNA编码算法实验 38
    4.1 DNA序列评价方法 38
    4.2 算法参数选择 39
    4.2.1 种群参数 40
    4.2.2 粒子群参数 41
    4.2.3 各目标的曼哈顿距离权重参数 44
    4.3 实验结果与分析 45
    4.3.1 长度为20的7条DNA编码结果比较 46
    4.3.2 长度为20的14条DNA编码结果比较 48
    4.3.3 长度为15的20条DNA编码结果比较 51
    第5章 核酸分子二级结构预测 55
    5.1 核算分子二级结构预测研究进展 55
    5.2 核酸分子的二级结构简介 57
    5.2.1 核酸分子基本结构 57
    5.2.2 核酸分子的结构分级 58
    5.2.3 二级结构的表示方法 59
    5.2.4 假结结构 61
    5.3 二级结构预测方法 62
    5.3.1 基于比较序列分析方法 63
    5.3.2 基于最小自由能方法 63
    第6章 遗传算法和CUDA技术简介 66
    6.1 遗传算法 66
    6.1.1 遗传算法简介 66
    6.1.2 遗传算法的特点 67
    6.1.3 遗传算法的应用 69
    6.2 CUDA并行技术 70
    6.2.1 并行技术的发展 70
    6.2.2 CUDA编程模型 72
    6.2.3 CUDA线程结构 74
    6.2.4 CUDA软件体系 75
    6.2.5 CUDA存储器模型 76
    第7章 基于遗传算法的核酸二级结构预测研究 78
    7.1 基于遗传算法的核酸二级结构预测 78
    7.1.1 问题的编码 79
    7.1.2 假结预测问题 80
    7.1.3 适应度函数 84
    7.1.4 种群的初始化 85
    7.1.5 种群优化 89
    7.1.6 选择算子 92
    7.1.7 交叉算子 94
    7.1.8 变异算子 97
    7.2 算法描述 98
    7.3 实验与结果分析 100
    第8章 基于CUDA的并行遗传算法预测核酸分子二级结构的研究 106
    8.1 并行算法 106
    8.1.1 适应度函数 106
    8.1.2 种群的初始化 107
    8.1.3 并行选择算子 109
    8.1.4 并行交叉算子 110
    8.1.5 并行变异算子 111
    8.2 算法描述 111
    8.3 实验结果与分析 112
    参考文献 115
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证

中国科技出版传媒股份有限公司　版权所有

　

京ICP备14028887号-5　 京ICP证150976号 京公网安备 11010102004214号

北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com