多目标优化机制下DNA编码序列模型

计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (15): 34-37.

多目标优化机制下DNA编码序列模型

谭莉1，应石2

1.武汉商学院信息工程系，武汉 430056
2.武汉大学软件工程国家重点实验室，武汉 430072

出版日期:2016-08-01 发布日期:2016-08-12

Multi objective optimization mechanism for DNA coding sequence model

TAN Li1, YING Shi2

1.Department of Information Engineering, Wuhan Business University, Wuhan 430056, China
2.State Key Laboratory of Software Engineering, Wuhan University, Wuhan 430072, China

Online:2016-08-01 Published:2016-08-12

摘要/Abstract

摘要： 针对现有DNA计算中存在的编码序列设计稳定性、可靠性不完善等问题，充分考虑基本编码问题，设计出一种基于多目标优化机制的DNA编码序列设计算法。在一定的约束条件下，该算法利用了多目标优化机制以及采取小种蚁群算法，将h-distance因子添加到单链DNA架构中，建立一种DNA序列公用方法。通过模拟实验表明，该算法与同类型算法相比，在计算效率、优化性方面具有一定优势。

关键词: DNA计算, 多目标优化, 小种蚁群, 编码序列

Abstract: In order to solve these imperfection problems of sequence design stability and reliability about DNA computing, fully considering the basic coding problems, this paper designs a DNA coding sequence design algorithm based on multiobjective optimization mechanism. Under the related constraints, this algorithm uses multi-objective optimization mechanism and small populations algorithm, adds the h-distance to the single stranded DNA architecture, and establishes a DNA sequence shared function. The experiments show, this algorithm has certain advantages compared with other algorithms.

Key words: DNA computing, multiobjective optimization, small populations, coding sequence

谭莉1，应石2. 多目标优化机制下DNA编码序列模型[J]. 计算机工程与应用, 2016, 52(15): 34-37.

TAN Li1, YING Shi2. Multi objective optimization mechanism for DNA coding sequence model[J]. Computer Engineering and Applications, 2016, 52(15): 34-37.

[1]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[2]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[3]	陈万芬，王宇嘉，林炜星. 异构集成代理辅助多目标粒子群优化算法[J]. 计算机工程与应用, 2021, 57(23): 71-80.
[4]	胡小兵，陈树念，张盈斐，谷升豪. 求解多目标路径优化问题的涟漪扩散算法[J]. 计算机工程与应用, 2021, 57(23): 81-90.
[5]	李大海，艾志刚，王振东. 基于全组合策略的多目标阴阳对算法[J]. 计算机工程与应用, 2021, 57(22): 110-124.
[6]	崔彩霞，毕超超，范勤勤. 基于隐马尔可夫链的自适应MODE及应用[J]. 计算机工程与应用, 2021, 57(14): 83-94.
[7]	吴天纬，安斯光，孙崎岖，李梅，孙丽宏，申屠南瑛. 改进聚合树的高维多目标降维优化算法[J]. 计算机工程与应用, 2020, 56(21): 47-53.
[8]	王利利，张琳娟，尚雪宁，高德云. 计算智能在电动车充电站规划的应用研究综述[J]. 计算机工程与应用, 2020, 56(2): 1-10.
[9]	涂经科，梁俊斌，蒋婵，王天舒. 大规模无环有向管网中移动物联网监测进展[J]. 计算机工程与应用, 2020, 56(17): 1-11.
[10]	王亚东，石全，尤志锋，宋卫星. 差分准对立学习多目标蚁狮算法[J]. 计算机工程与应用, 2020, 56(13): 156-163.
[11]	郭羽含，胡德甲. 基于随机森林与变邻域下降的车辆合乘求解[J]. 计算机工程与应用, 2020, 56(13): 243-253.
[12]	董骏峰，王祥，梁昌勇. 基于个体邻域的改进NSGA-II算法[J]. 计算机工程与应用, 2019, 55(5): 166-174.
[13]	刘庆，王洋，李星，李红叶. 基因池操作遗传算法的应用层组播路由优化[J]. 计算机工程与应用, 2019, 55(21): 142-150.
[14]	乐春宇，马义中，张建侠. 结合Kriging和物理规划的多目标代理优化算法[J]. 计算机工程与应用, 2019, 55(21): 240-246.
[15]	严太山，文怡婷，李文彬，杨勃. 出租车合乘多目标优化方法研究[J]. 计算机工程与应用, 2019, 55(20): 222-226.