DNA编码序列的设计与优化

本书全面系统地介绍了DNA编码理论的基本内容及DNA编码序列的各种设计方法，集中涵盖了作者近年来在该领域内的研究成果。全书共14章，在较系统地介绍了DNA计算产生的背景、意义、基本思想、与DNA计算相关的分子生物学基础、DNA编码问题的定义和DNA编码的分子生物学约束及其相关研究进展的基础上，提出了一种基于统计学原理的、无须实验就可确定各评价指标的权重系数的方法――组合权重法，并据此建立了一套DNA编码系统评价模型。同时，详细探讨了启发式算法（如Hopfield神经网络算法、模拟退火遗传算法、文化遗传算法、非支配排序遗传算法、蚁群算法、粒子群优化算法、人工鱼群算法、野草算法）和搜索算法（如剪枝算法、随机产生实时过滤算法）等在DNA编码序列设计中的应用研究。

第1章 NDA计算 1
1.1 DNA计算的出现 2
1.2 DNA计算的研究进展 4
1.3 DNA计算的实现方式 11
1.4 DNA计算的基本思想 12
1.5 DNA计算研究所面临的问题 13
第2章 与DNA计算相关的分子生物学基础 14
2.1 DNA的理化性质 15
2.1.1 DNA的化学组成 15
2.1.2 DNA的结构及特点 16
2.1.3 DNA的变性与复性 21
2.2 DNA杂交反应的热力学基础 23
2.2.1 基本的热力学参数 23
2.2.2 G 23
2.2.3 G0与H0、S0和温度的关系 24
2.2.4 浓度对G的影响 24
2.2.5 G，H，S和Keq的温度依赖性 25
第3章 DNA计算中的编码问题 28
3.1 DNA计算中的编码问题 28
3.1.1 DNA编码问题的定义 29
3.1.2 DNA编码的非规范几何结构 29
3.1.3 规范几何结构的数学模型 31
3.2 DNA编码的分子生物学约束 32
3.2.1 物理约束 33
3.2.2 热力学约束 34
3.3 DNA编码问题的研究现状 36
第4章 基于随机产生实时过滤算法的 DNA编码序列设计 42
4.1 设计思想 42
4.2 DNA编码序列设计 43
4.2.1 （I）类约束条件 43
4.2.2 （I）类约束条件的排序 49
4.2.3 （II）类约束条件 49
4.3 结果与讨论 51

第5章 基于组合权重的DNA编码 序列集合评价模型 55
5.1 系统评价 56
5.1.1 系统评价的定义及步骤 56
5.1.2 评价指标体系 57
5.1.3 权重 59
5.2 DNA编码评价指标的建立 61
5.3 DNA编码序列集合评价模型 63
5.3.1 基于组合权重的综合评价模型 63
5.3.2 约束条件之间的相关性 63
5.3.3 权重系数的确定方法 63
5.4 结果与讨论 64
第6章 基于改进Hopfield网络算法的 DNA编码序列设计 66
6.1 MNCP是NP困难问题 67
6.1.1 图的最大团问题 67
6.1.2 MNCP可映射为MCP 67
6.2 Hopfield网络 69
6.2.1 离散型Hopfield网络 69
6.2.2 连续型Hopfield网络 70
6.2.3 Hopfield网络与优化计算 70
6.3 DNA编码序列设计 71
6.3.1 神经元内电位更新模式的改进 72
6.3.2 基于改进Hopfield网络算法的MCP求解 73
6.3.3 算法实现 74
6.4 结果与讨论 74
第7章 基于模拟退火遗传算法的 DNA编码序列设计 79
7.1 模拟退火遗传算法 80
7.1.1 模拟退火算法 80
7.1.2 遗传算法 83
7.1.3 模拟退火算法与遗传算法的混合策略 85
7.2 DNA编码序列设计 86
7.2.1 问题描述 86
7.2.2 算法实现 88
7.3 结果与讨论 89
第8章 基于文化遗传算法的 DNA编码序列设计 91
8.1 文化算法 92
8.1.1 文化算法的计算框架 92
8.1.2 文化算法的理论介绍 93
8.1.3 文化算法的实现步骤 100
8.2 DNA编码序列设计 101
8.2.1 问题描述 101
8.2.2 算法实现 102
8.3 结果与讨论 104
第9章 基于改进NSGA-II的 DNA编码序列设计 107
9.1 非支配排序遗传算法 108
9.1.1 多目标优化问题的定义及相关概念 108
9.1.2 非支配排序遗传算法 109
9.1.3 带精英策略的非支配排序遗传算法 111
9.2 DNA编码序列设计 114
9.2.1 数学模型 114
9.2.2 约束条件的处理 114
9.2.3 算法实现 115
9.3 结果与讨论 117
第10章 基于混合蚁群算法的 DNA编码序列设计 120
10.1 蚁群算法 121
10.1.1 蚁群算法的基本原理 121
10.1.2 蚁群算法的逻辑结构 123
10.1.3 蚁群算法的模型 123
10.1.4 蚁群算法的实现步骤 126
10.2 DNA编码序列设计 127
10.2.1 构造城市群 127
10.2.2 蚂蚁的转移规则 127
10.2.3 路径评价 128
10.2.4 交叉和变异操作 129
10.2.5 算法实现 129
10.3 结果与讨论 130
第11章 基于剪枝优化算法的 DNA编码序列设计 132
11.1 搜索算法与剪枝优化 133
11.1.1 搜索方法 133
11.1.2 剪枝优化 135
11.2 DNA编码序列设计 137
11.3 结果与讨论 139
第12章 基于粒子群优化算法的 DNA编码序列设计 144
12.1 粒子群优化算法 145
12.1.1 标准粒子群优化算法 145
12.1.2 粒子群优化算法的改进策略 147
12.1.3 常用的测试函数 151
12.2 DNA编码序列设计 151
12.2.1 设计思想 152
12.2.2 约束条件的选择 152
12.2.3 适应度函数的建立 152
12.2.4 算法实现 153
12.2.5 结果与讨论 153
12.3 基于四进制离散粒子群优化算法的DNA编码序列设计 154
12.3.1 二进制粒子群优化模型 154
12.3.2 四进制粒子群优化模型 155
12.3.3 问题描述 155
12.3.4 算法实现 156
12.3.5 结果与讨论 157
第13章 基于改进人工鱼群算法的 DNA编码序列设计 159
13.1 人工鱼群算法 160
13.1.1 人工鱼群算法的基本原理 160
13.1.2 人工鱼群的行为描述 160
13.1.3 人工鱼群算法的数学模型 161
13.1.4 人工鱼群算法描述 163
13.1.5 人工鱼群算法的寻优机制分析 164
13.2 DNA编码序列设计 166
13.2.1 数学模型 166
13.2.2 改进的人工鱼群算法 167
13.2.3 算法实现 169
13.3 结果与讨论 169
第14章 基于野草算法的 DNA编码序列设计 172
14.1 野草算法 173
14.1.1 野草特性 173
14.1.2 野草算法 174
14.1.3 野草算法的收敛性分析 175
14.1.4 野草算法的相关研究 178
14.2 基于野草算法的DNA编码序列设计 179
14.2.1 数学模型 179
14.2.2 算法实现 181
14.3 结果与讨论 181
参考文献 184