构建系统发生树后缀表示的蚁群算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (32): 159-162.

• 数据库、信号与信息处理 • 上一篇下一篇

构建系统发生树后缀表示的蚁群算法

张宏彬1，郭静1，王超1，陈崚2，3

1.扬州工业职业技术学院电子信息工程系，江苏扬州 225127
2.扬州大学信息工程学院，江苏扬州 225009
3.南京大学软件新技术国家重点实验室，南京 210093

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-11-11 发布日期:2011-11-11

Phylogenetic tree constructing algorithm based on suffix representation

ZHANG Hongbin1，GUO Jing1，WANG Chao1，CHEN Ling2，3

1.Department of Electronic and Information Engineering，Yangzhou Polytechnic Institute，Yangzhou，Jiangsu 225127，China
2.College of Information Engineering，Yangzhou University，Yangzhou，Jiangsu 225009，China
3.National Key Lab of Novel Software Technology，Nanjing University，Nanjing 210093，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-11-11 Published:2011-11-11

摘要/Abstract

摘要： 提出一种基于后缀表示的构建系统发生树的蚁群算法（SR-PTC），该算法用蚂蚁访问物种集合以形成一个对应最优系统发生树的后缀表示序列。为构成一个合法的系统发生树的后缀表示，蚂蚁对内部结点的选择要受到限制，分别为叶结点和内部结点设置两个不同的选择概率，并用赌轮盘选择方法来决定两种结点的选择。另外，在信息素更新时，加入当前树的评价值来影响蚂蚁的运动方向。实验结果表明，此方法能得到较为准确的拓扑结构，在物种数目较小时可以较快地得到结果。

关键词: 系统发生树, 蚁群算法, 后缀表示, 遍历, 信息素

Abstract: A phylogenetic tree construction method based on suffix representation（SR-PTC）is presented.In this algorithm，ants search in the collection containing species and the internal nodes，and construct a suffix representation sequence which corresponding to a phylogenetic tree.In this method，ants select different nodes with different probability and form a phylogenetic tree represented by suffix representation.Furthermore，the pheromone on each edge is updated according to the fitness value of the phylogenetic tree.Experimental results show that this method can obtain high accuracy results，high convergence speed.

Key words: phylogenetic tree, ant colony algorithm, suffix representation, traverse, pheromone

张宏彬1，郭静1，王超1，陈崚2，3. 构建系统发生树后缀表示的蚁群算法[J]. 计算机工程与应用, 2011, 47(32): 159-162.

ZHANG Hongbin1，GUO Jing1，WANG Chao1，CHEN Ling2，3. Phylogenetic tree constructing algorithm based on suffix representation[J]. Computer Engineering and Applications, 2011, 47(32): 159-162.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[3]	卜冠南，刘建华，姜磊，张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57(6): 67-73.
[4]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[5]	马向华，张谦. 改进蚁群算法在机器人路径规划上的研究[J]. 计算机工程与应用, 2021, 57(5): 210-215.
[6]	李壮阔，常凯旋. 合作博弈的连续蚁群算法求解[J]. 计算机工程与应用, 2021, 57(24): 198-204.
[7]	王晓光，杨培蓓. 航运物流企业数字化转型设计与效果分析[J]. 计算机工程与应用, 2021, 57(21): 241-247.
[8]	张子然，黄卫华，陈阳，章政，李梓远. 基于双向搜索的改进蚁群路径规划算法[J]. 计算机工程与应用, 2021, 57(21): 270-277.
[9]	李二超，齐款款. 改进双向蚁群算法的移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 281-288.
[10]	何雅颖，范昕炜. 改进蚁群算法在机器人路径规划中的应用[J]. 计算机工程与应用, 2021, 57(16): 276-282.
[11]	付朝晖，刘长石. 多物流中心共同配送的车辆路径问题研究[J]. 计算机工程与应用, 2021, 57(16): 291-298.
[12]	张苏英，郭宝樑，陈灵芝，刘慧贤. 双向蚁群算法的智能消防疏散图路径规划[J]. 计算机工程与应用, 2021, 57(14): 259-266.
[13]	张铭，邓文瀚，林娟，钟一文. 改进蚁群优化算法求解折扣{0-1}背包问题[J]. 计算机工程与应用, 2021, 57(13): 85-95.
[14]	付朝晖，刘长石. 生鲜电商配送的开放式时变车辆路径问题研究[J]. 计算机工程与应用, 2021, 57(1): 271-278.
[15]	胡春阳，姜平，周根荣. 改进蚁群算法在AGV路径规划中的应用[J]. 计算机工程与应用, 2020, 56(8): 270-278.

构建系统发生树后缀表示的蚁群算法

Phylogenetic tree constructing algorithm based on suffix representation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics