DNA計算中的編碼設計優(yōu)化算法.pdf

1、DNA計算是以DNA分子和生物酶等為載體，以生化反應作為“信息處理工具的”一種嶄新的計算模式。由于DNA計算所具有的巨并行性、海量存儲以及低能耗等優(yōu)點，DNA計算顯示了巨大的生命力。但生化反應中由于各種外界因素以及編碼本身的缺陷，會存在非特異性雜交，這種隨機性為后續(xù)計算進程帶來了很大的不確定性，嚴重的可能會導致生化反應不可控，進而造成計算失敗，有效的編碼設計能夠提高DNA計算的可靠性。
　　 本文重點研究了DNA編碼問題，研究重

2、點主要集中在如何設計出可以減少不合法反應的DNA編碼序列集合。介紹了DNA編碼的相關約束條件，并進行數(shù)學建模，研究現(xiàn)有流行的智能進化算法。在此基礎上提出兩種DNA編碼的優(yōu)化算法。本文的主要工作包括：
　　 1.分析DNA計算中編碼序列設計的影響因素、總結了現(xiàn)有研究主要考慮的六個數(shù)學約束條件：H-measure約束、連續(xù)性約束、相似度約束、發(fā)央結構約束、解鏈溫度、GC含量。建立一套基于以上六個約束條件的多目標評價體系的DNA編碼序

3、列組合優(yōu)化模型，設計出了適應度函數(shù)Fitness的具體實現(xiàn)。
　　 2.提出一種基于離散粒子群的DNA編碼優(yōu)化方法(簡稱DPSO)。根據(jù)DNA編碼問題離散量的特點，對DPSO算法粒子的位置、速度等量及運算規(guī)則進行了重新定義，滿足了六種約束條件，引入基于權重的適應度函數(shù)來評價DNA序列集合，并設計出了DPSO算法的具體實現(xiàn)。經實驗驗證，DPSO算法大大降低了計算復雜度，并且參數(shù)設置和調整非常方便。
　　 3.提出一種基于文

4、化粒子群(cultural-based PSO，CBPSO)的DNA編碼序列優(yōu)化方法。種群空間利用了DPSO的快速演化能力，通過接收精英個體送入信念空間。同時利用文化算法模型中的遺傳操作，對個體選擇，交叉，變異等，影響種群空間的粒子來增加DPSO群體多樣性和全局搜索能力。并設計出CBPSO的具體實現(xiàn)，經實驗驗證得到了較高質量的DNA編碼序列，驗證算法的有效性。
　　 4.用Java實現(xiàn)了DNA計算編碼設計系統(tǒng)。系統(tǒng)架構采取了五層