一种基于蚁群鱼群算法的蛋白质折叠预测的方法技术

技术编号:20684312 阅读:55 留言:0更新日期:2019-03-27 20:01
为了解决现有技术中对于蛋白质结构预测存在的精度低、计算时间长的问题,本发明专利技术记载了一种基于蚁群鱼群算法的蛋白质折叠预测的方法,涉及蛋白质结构预测领域,技术方案如下:步骤一:蚁群算法初始化设置,人工鱼群算法初始化设置,形成新的初始种群;步骤二:交替迭代生成新的初始解;步骤三:判断拥挤度;若拥挤,则种群保持原态,随机前进一步,重复执行步骤二,若不拥挤,则朝种群的中心位置方向前进一步,种群执行步骤四;步骤四:更新信息素浓度和公告栏信息;步骤五:计算适应度;步骤六:判断是否满足条件;若满足条件,输出结果,若不满足条件,返回至步骤二。本发明专利技术能够在运算精度高、搜索时间短的情况下搜索到蛋白质序列的最低能量值。

【技术实现步骤摘要】
一种基于蚁群鱼群算法的蛋白质折叠预测的方法
本专利技术属于蛋白质结构预测领域,具体来说涉及一种基于蚁群鱼群算法的蛋白质折叠预测的方法。
技术介绍
蚁群算法和人工鱼群算法被称作是两个新兴的群智能算法,虽然诞生时间短,但进步的速度很快,被广大学者尝试应用在多个领域中,并取得了相当不错的成绩。单一的算法存在诸多优点的同时,自身也存在着各种各样的缺点。蚁群算法有很好的并行性,并且算法的精度高,这是蚁群算法一个比较突出的优点。人工蚁能对整个搜索空间进行搜索,人工蚁之间还能进行信息交流,最后达到寻优目的。在蚁群算法中,事实上是每一只人工蚁都和环境产生交互,借助信息素“搭桥”,把每一只人工蚁互相联系起来。举例来说:一只人工蚂蚁找到了食品源,它不会明显喊出其他蚂蚁伙伴说此处有食物,而是会在路径上留下信息素,这种“委婉”的方式让其他的蚂蚁路过附近地带的时候感知到此处信息素的存在,顺利的找到食物。也就是说,在最开始蚂蚁没有找到食物的时候,路径上留下的信息素就是没用的信息素,会让开始的寻优速度减慢,这是蚁群算法的一个突出缺点,此时蚂蚁要靠移动规则来尽快找到食物。具体来说:蚂蚁首先要有某种惯性,保持向前移动本文档来自技高网...

【技术保护点】
1.一种基于蚁群鱼群算法的蛋白质折叠预测的方法,其特征在于,包括以下步骤:步骤一:蚁群算法初始化设置,人工鱼群算法初始化设置,形成新的初始种群;步骤二:交替迭代生成新的初始解;步骤三:判断拥挤度;若拥挤,则种群保持原态,随机前进一步,重复执行步骤二,若不拥挤,则朝种群的中心位置方向前进一步,种群执行步骤四;步骤四:更新信息素浓度和公告栏信息;步骤五:计算适应度;步骤六:判断是否满足条件;若满足条件,输出结果,若不满足条件,则返回至步骤二。

【技术特征摘要】
1.一种基于蚁群鱼群算法的蛋白质折叠预测的方法,其特征在于,包括以下步骤:步骤一:蚁群算法初始化设置,人工鱼群算法初始化设置,形成新的初始种群;步骤二:交替迭代生成新的初始解;步骤三:判断拥挤度;若拥挤,则种群保持原态,随机前进一步,重复执行步骤二,若不拥挤,则朝种群的中心位置方向前进一步,种群执行步骤四;步骤四:更新信息素浓度和公告栏信息;步骤五:计算适应度;步骤六:判断是否满足条件;若满足条件,输出结果,若不满足条件,则返回至步骤二。2.根据权利要求1所述的一种基于蚁群鱼群算法的蛋白质折叠预测的方法,其特征在于:在步骤一中,初始化人工蚁数量m,启发因子α,希望启发因子β,信息持久因子ρ以及信息强度Q;初始化设置人工鱼数量M,步长step,人工鱼视野范围visual,拥挤度因子δ。3.根据权利要求1所述的一种基于蚁群鱼群算法的蛋白质折叠预测的方法,其特征在于:在步骤二中,蚁群算法和人工鱼群算法进行交替迭代,用比较来确定解的优与否;同一问题中,如果蚁群算法先搜索到了一个优解,那么把它随机的放在人工鱼群中的一条人工鱼位置上;如果是人工鱼群算法先搜索到了一个优解,那么把它随机的放在人工蚁群中的一条人工蚁位置上。4.根据权利要求1所述的一种基于蚁群鱼群算法的蛋白质折叠预测的方法,其特征在于:在步骤三中,若表明种群中心有较多的食物并且不拥挤,则朝种群的中...

【专利技术属性】
技术研发人员:王凤娟姜淑凤甄英琦崔有正高申煣王钰吴昭君姜宇超王宇清
申请(专利权)人:齐齐哈尔大学
类型:发明
国别省市:黑龙江,23

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1