-
题名蜂群算法优化性能综合测试研究
被引量：2
- 1
-
-
作者
梁禹
刘宇
-
机构
大连理工大学软件学院
大连理工大学it服务工程与管理研究所
-
出处
《计算机工程与应用》
CSCD
北大核心
2015年第21期138-143,共6页
-
基金
国家自然科学基金委员会与中国民用航空局联合项目(No.U1233110)
中央高校基本科研业务费(No.DUT13JR01)
-
文摘
对蜂群算法的性能进行全面的测试和研究,实验分析了维数和粒子数对算法的影响,侦察蜂的活动对算法的影响以及初始解的位置对算法的影响。同时受遗传算法的启发,将典型的选择机制应用到蜂群算法并对其进行改进,并比较不同选择机制下蜂群算法的性能。实验结果表明,在粒子数为40,维数为10或者30,均匀分布初始解的位置,采用确定式选择法和无放回余数选择法代替蜂群算法中轮盘赌的选择方法的条件下,蜂群算法得到整体最好的优化结果。
-
关键词
蜂群算法
函数优化
选择机制
参数优化
-
Keywords
artificial bee colony algorithm
function optimization
selection mechanism
parameter optimization
-
分类号
TP310.6
[自动化与计算机技术—计算机软件与理论]
-
-
题名面向多肽的分子对接算法性能对比研究
被引量：1
- 2
-
-
作者
罗浩
刘宇
吴思晋
-
机构
大连理工大学软件学院
大连理工大学it服务工程与管理研究所
大连理工大学生命科学与技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2017年第14期111-116,154,共7页
-
基金
国家自然科学基金委员会与中国民用航空局联合资助项目(No.U1233110)
中央高校基本科研业务费(No.DUT13JR01)
-
文摘
蛋白质-多肽间相互作用是计算生物学中的热门方向,对其结合的精确预测对于了解体内复杂的信号通路以及蛋白质功能,及进一步进行药物设计有着至关重要的作用。蛋白质-多肽对接方法能够有效地模拟蛋白质-多肽间相互作用,其对接性能直接决定模拟实验的准确性和成功与否。针对当前主要的蛋白质-多肽对接方法,综合测试了其算法性能;同时将本实验室开发的基于全信息粒子群算法的分子对接工具FIPSDock(Fully-Informed-ParticleSwarm-Dock)延伸到蛋白质-多肽对接领域,并评估其性能。利用标准蛋白质-多肽对接数据集(pepti DB)的21个测试例及13个定制测试例进行性能测试,主要对比分析了各算法的成功率和对接精度。结果表明FIPSDock可用于蛋白质-多肽对接,并相对于其他对接算法展示出优异的性能。
-
关键词
多肽对接
蛋白质-多肽间相互作用
结合位点预测
对接优化
-
Keywords
peptide docking
protein-peptide interaction
binding site prediction
docking minimization
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
TQ015.9
[化学工程]
-
-
题名一种强化互学习的人工蜂群算法
被引量：4
- 3
-
-
作者
罗浩
刘宇
-
机构
大连理工大学软件学院
大连理工大学it服务工程与管理研究所
-
出处
《计算机工程与应用》
CSCD
北大核心
2016年第16期23-29,45,共8页
-
基金
国家自然科学基金委员会与中国民用航空局联合资助项目(No.U1233110)
中央高校基本科研业务费(No.DUT13JR01)
-
文摘
为了解决基本蜂群算法存在的收敛速度慢、易陷入局部最优等问题,并提高算法在探索和开发方面的寻优性能,提出一种改进的蜂群算法,称为强化互学习的人工蜂群算法(EMLABC),针对不同种类蜜蜂分别采用不同的搜索策略,首先对于雇佣蜂通过采用提高交叉变动学习频率以及同时面向多个较优近邻学习的机制来增强算法的全局探索能力并且避免早熟;其次针对跟随蜂采用深化的互学习策略,使新生子代保持倾向于在潜在更优区域进行搜索,进而提高算法的收敛性能和精度。在16个标准测试集函数和基本蜂群算法以及最近几个变种进行对比测试,结果表明EMLABC在收敛速度、准确寻优能力和稳定性上都有显著的提升。
-
关键词
人工蜂群算法
群体智能
数值函数优化
互学习
-
Keywords
artificial bee colony
swarm intelligence
numerical function optimization
mutual learning
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
