公共文化服务平台

基于模拟退火的混合遗传算法被引量：13: 2005年; 分析了遗传算法和模拟算法的优缺点,并将两种算法进行混合,提出一种基于模拟退火的混合遗传算法以弥补两个算法的不足.理论分析和仿真实验表明该方法的有效性和可行性.; 彭东海; 关键词：遗传算法模拟退火算法混合遗传算法

基于MPI的并行蚁群算法的实现被引量：1: 2012年; 蚁群算法是新兴的仿生进化算法,具有并行计算、正反馈等特点,与其它各种启发式算法相比该算法具有明显的优越性。该文将实现蚁群算法的并行化,并用来求解TSP问题,结果证明能显著提高蚁群算法的收敛速度。; 曹明甘云王胜炎刘文佑邓盼文彭东海; 关键词：蚁群算法 TSP MPI

基于蚁群算法的TSP问题求解: 2010年; 蚁群算法(Ant Colony Algorithm)是一种受自然界蚂蚁群体觅食行为启发而提出的进化计算算法,针对TSP实验结果表明,蚁群算法是求解TSP的一种有效的算法。; 彭东海袁辉勇; 关键词：蚁群算法旅行商问题信息素

泛素结合酶UFC1基因的荧光表达载体构建被引量：1: 2011年; 利用pEGFP-C3作为载体,构建与绿色荧光蛋白基因相连的泛素结合酶UFC1(ubiquitin-fold modifier conjugating enzyme 1)序列的真核表达质粒,观察其在真核细胞中的表达和定位,为进一步研究UFC1基因功能打下了基础。采用RT-PCR方法从宫颈癌Hela细胞中扩增UFC1基因全长cDNA,双酶切后克隆到真核表达载体pEGFP-C3中,构建并鉴定pEGFP-C3-UFC1质粒。经脂质体介导转染Hela细胞后,在荧光显微镜下观察目的蛋白在真核细胞内的表达情况。双酶切鉴定和测序分析均证实,已成功构建pEGFP-C3-UFC1重组载体。重组载体转染Hela细胞,观察到绿色荧光蛋白表达,还可见绿色荧光呈点状分布于细胞质中;而对照pEGFP-C3质粒转染Hela细胞,绿色荧光蛋白则呈弥散状分布。成功克隆了UFC1基因,构建了pEGFP-C3-UFC1重组质粒。; 贺爱兰彭东海吴小玲廖艳阳; 关键词：克隆真核表达载体

基于混合行为的蚁群双序列比对方法: 2009年; 针对基本蚁群算法在双序列比对中存在的易陷入局部最优解及收敛慢的问题,提出了一种新的基于混合行为的蚁群双序列比对算法,该算法通过增加蚂蚁行为模式来增大搜索空间,并且通过改变信息素更新策略来加快收敛速度。实验表明,该算法得到的解的全局性和收敛速度相对基本蚁群算法都有较大提高。; 骆嘉伟陈斐彭东海; 关键词：蚁群算法双序列比对

一种锐化解空间的基于模拟退火的混合遗传算法被引量：2: 2005年; 遗传算法是模仿自然界生物个体进化的机理发展而来的一类优化算法,近年来得到广泛的应用,模拟退火算法(SimulatedAnnealing,简称SA)则是模仿另一种自然现象-固体退火原理的一类优化算法.分析了两种算法的优缺点,将两种算法进行混合,并引入一种锐化解空间的方法,提出一种基于模拟退火的混合遗传算法以弥补两个算法的不足.; 彭东海; 关键词：遗传算法模拟退火算法混合遗传算法

基于信息素智能更新的蚁群双序列比对算法被引量：4: 2007年; 序列比对算法是生物信息学中重要的研究方向之一。提出了一种基于信息素智能更新的蚁群双序列比队算法,该算法利用历史最优信息来更新信息素,避免出现早熟现象,加速算法的后期收敛。实验表明该方法是有效性和可行的。; 彭东海骆嘉伟陈斐; 关键词：蚁群算法信息素

UFCI基因在乳腺细胞系中的表达分析被引量：1: 2011年; 泛素结合酶UFC1是一个新鉴定的类似泛素结合酶E2的基因。目前,对UFC1的功能研究报道还比较少,有待更进一步的研究和探讨。采用半定量RT-PCR技术分别检测一系列的乳腺细胞系MCF7、HBL100、MDA-MB231和MDA-MB-453中UFC1基因的转录水平,结果显示,在正常的HBL100乳腺细胞系中的表达最高,而在乳腺癌细胞系MCF7,MDA-MB231,MDA-MB-453中的表达明显降低。UFC1在乳腺细胞系中的差异表达的结果为将UFC1作为新的靶分子引入乳腺癌的临床预防和治疗提供实验依据。; 贺爱兰张梦成彭东海; 关键词：泛素化乳腺癌

基于智能蚁群算法的双序列比对方法被引量：1: 2007年; 序列比对是生物信息学中一项重要的基础性研究课题。提出了一种基于全新的信息素改变策略的智能蚁群算法,该算法利用历史最优信息来更新信息素,避免出现早熟现象,加速算法的后期收敛。实验表明该方法是有效的和可行的。; 彭东海骆嘉伟陈斐; 关键词：蚁群算法

基于改进蚁群算法的多序列比对被引量：2: 2009年; 提出一种基于改进蚁群算法的多序列比对方法。该算法改变了信息素的更新方式、字符的选择方法、蚂蚁在蚁巢和食物之间往返搜索以及随机分配蚂蚁开始序列等。实验结果表明,改进后的算法不仅有效地克服了基本蚁群多序列比对算法中的停滞现象,而且即使在运行的后期,仍然能以极大的概率搜索较好解。; 彭东海骆嘉伟袁辉勇; 关键词：蚁群算法多序列比对信息素

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

彭东海