文档介绍：万方数据
10225
学 号：
学位论文
人工蜂群算法的改进及其在蛋白质分类中的应
用研究
耿璐
指导教师姓名： 李艳娟 副教授东北林业大学
申请学位级别： 硕士 学科专业： 计算机软件与理论
论文提交日期： 年月 论文答辩日期： 年月
授予学位单位： 东北林业大学 授予学位日期： 年月
答辩委员会主席：
论文评阅人：
at,t
万方数据
Code1
：
D i for the
Improvement Bee Algorithm
and Its Application Protein
Candldate
perviso r Associate Professor Yanjuan
Applied for
： and
Examination ．
： Northeast
万方数据
摘要
圈露
群智能优化算法是受自然界中群居生物生活习性的启发而提出，用于解决复杂优化
(ArtificialBee
algorithmABC)
与其他群智能优化算法相比，惴ň哂锌刂撇问伲ň痔剿能力
强，且易于实现等优点，现己被广泛应用于经济、社会、科学以及医学等众多领域。但
该算法也存在局部利用能力差，易早熟收敛和所得目标函数值精度低等
问题，故对基本人工蜂群算法的研究仍有开阔的前景。
蛋白质被认为是生命的基本要素，具有维持生命的各种功能，这也使得蛋白质组学
成为现代生物信息学中非常重要的研究领域。由于蛋白质根据其功能可以分为不同的类
别，而同一类别的蛋白质具有相似的结构和性质，因此，研究蛋白质的分类对确定其功
能具有重要的意义。
本文在对人工蜂群算法进行性能分析和理论研究的基础上，提出了一种结合差分算
IfJ
要包括以下几个方面：
(1)
状，深入研究了人工蜂群算法的生物学背景、基本原理以及算法框架，分析了人工蜂群
算法与其他智能优化算法的优缺点以及适用范围，探讨了算法的时间复杂度，并选择了
四种不同的基准函数来测试和分析算法的全局收敛性。
(2)
(Differential珼具有良
好的局部利用能力，但全局探索能力较弱。鉴于此，提出了人工蜂群和差分进化结合算
法——。遵循人工蜂群算法的框架，包括雇佣蜂阶段、跟随蜂阶段
和侦查蜂阶段。在雇用蜂阶段引入了两个算子阕印阕，同时给