导读:本文包含了病毒遗传算法论文开题报告文献综述及选题提纲参考文献，主要关键词:登革热病毒,膜融合,信封蛋白,肽抑制剂
病毒遗传算法论文文献综述
贺子豪,赵俊强,杨敏,张松杰,徐永涛[1]（2019）在《使用遗传算法优化登革热病毒信封蛋白的肽抑制剂》一文中研究指出登革热病毒严重威胁了人类的健康.目前仍无有效的治疗措施.膜融合是登革热病毒入侵细胞的第一步.信封蛋白的构象变化在膜融合过程中起到关键作用.研发针对信封蛋白的肽抑制剂为治疗登革热提供了潜在的重要靶点.设计了优化针对信封蛋白的肽抑制剂的遗传算法,分别使用3种不同的选择算子(轮盘法、锦标赛法和并行法),对初始父代进行300代的优化.通过比较发现并行法的结果较好,命名最优的结果为DN58ga.与此同时还获得了一些多肽衍生物.通过计算验证,这些多肽比父代表现出与登革热病毒信封蛋白更好的结合能力.这些新的肽抑制剂有可能打断融合过程中的蛋白-蛋白相互作用,并有望作为开发登革热病毒信封蛋白新型抑制剂的起点.(本文来源于《河南师范大学学报(自然科学版)》期刊2019年06期）
李鹏飞,马航[2]（2017）在《基于病毒协同遗传算法的自动化立体仓库货位优化模型》一文中研究指出自动化立体仓库是一个错综复杂的存储系统,货位优化问题直接影响自动化立体仓库的工作效率。针对自动化立体仓库的货位选择问题,本文提出以出入库效率和货架稳定性为优化因素的货位优化模型,并采取病毒协同遗传算法对优化模型进行仿真。最后对仿真结果及货位优化前,病毒协同遗传算法优化后,传统遗传算法优化后叁者的对比结果进行分析,结果说明病毒协同遗传算法(VEGA)能有效实现自动化立体仓库货位优化,是提高货物出入库效率和货架的稳定性的一种有效方法。(本文来源于《中国管理科学》期刊2017年05期）
童立君[3]（2015）在《病毒进化遗传算法的车辆调度优化模型》一文中研究指出为了提高车辆调度优化效率,提出一种病毒进化遗传算法的车辆调度优化模型。建立车辆调度的数学模型,采用遗传算法对模型进行求解,并采用病毒群体感染主群体,主群体在历代个体间纵向传递信息以利于全局优化,病毒群体通过感染操作在同代个体间横向传递信息利于局部搜索,进行仿真对比实验。结果表明,病毒进化遗传算法较好地解决了标准遗传算法存在的不足,加快了车辆调度优化问题的求解效率,获得了更优的车辆调度方案,具有较高的应用价值。(本文来源于《计算机工程与应用》期刊2015年15期）
王厅长,邱建东,商庆健,刘亚丽[4]（2014）在《病毒协同进化遗传算法在自动化立体仓库货位优化中应用的研究》一文中研究指出自动化立体仓库的存取效率直接影响着现代物流的整体效益,而存取效率高低的关键在于货位优化。针对自动化立体仓库实际应用中的货位规划难题,提出了利用病毒协同进化遗传算法来研究自动化立体仓库货位优化问题的方法,并将该算法和传统的遗传算法作比较。以提高货架稳定性和货物出入库效率为优化目标,建立了货位优化的多目标优化问题数学模型。最后利用MATLAB工具进行编程与仿真,实验结果表明,病毒协同进化遗传算法(VEGA)相比传统的遗传算法具有更好的收敛性和搜索效率。由此可见,利用病毒协同进化遗传算法对自动化立体仓库进行货位优化,可以很大程度上改善货物的出入库效率和货架的稳定性,进而提高货架的使用率。(本文来源于《计算机科学》期刊2014年S2期）
王鑫,郄志红,吴鑫淼,古田均[5]（2014）在《基于改进病毒进化遗传算法的渡槽维修计划优化》一文中研究指出为提高渡槽在剩余寿命周期内维护管理的科学性和经济性,以渡槽剩余寿命周期维护管理成本最低为目标函数,建立了维修计划优化模型,并采用改进病毒进化遗传算法求解。针对复杂环境下渡槽各构件的劣化速度和维修加固效果的不确定性特点,在优化求解算法中计入遗传个体的年龄(个体连续被选入下一代的次数),即认为个体年龄越高,其适应性越强,作为最优解的鲁棒性越好。实例计算结果表明:改进病毒进化遗传算法具有可行性、经济性、高效性和鲁棒性,取得了比较好的优化效果。(本文来源于《水利水电技术》期刊2014年09期）
杨民[6]（2014）在《病毒遗传算法在非流水作业调度中的应用》一文中研究指出非流水作业调度是相对流水作业调度的一种调度问题,与流水调度作业相比,该模型拥有更大的解空间,用解析方法求解是不可能的。本文基于病毒遗传算法框架设计了一种基于任务工作序列和机器分配模式的主个体编码形式的遗传算法,并对机器分配模式进行病毒操作,进而增强遗传过程的局部搜索能力。试验表明,该算法运行有效,在计算效果上比基本遗传算法具有明显优势。(本文来源于《计算机与数字工程》期刊2014年05期）
郭瑞峰[7]（2014）在《基于病毒进化遗传算法的二维不规则图形排样》一文中研究指出二维不规则图形的排样优化问题是典型的组合优化问题,其目标就是在给定板材上寻找零件排样的最佳方案,提高板材的利用率,提高排样效率。因为排样问题广泛存在于机械、服装、造船、钣金、家具、皮革等加工制造业中,所以对该问题的研究有很大的应用价值。二维不规则图形的排样问题在理论上属于NP完全问题,有着较高的计算复杂度,求解很困难。寻求通用性好、求解质量和效率高、易于实现的排样问题求解算法一直以来都是该领域所追求的目标。本文主要针对二维不规则图形排样中的关键问题展开研究,主要工作如下：分析了二维不规则图形优化排样问题的特点和难点,并建立了数学模型,提出求解该问题的求解思路及优化策略；待排零件之间、排样零件和母板之间的靠接问题方面：临界多边形(NFP)算法是二维排样问题中的基础性几何计算问题,也是目前限制二维排样算法发展的瓶颈问题,使得零件定位优化、多角度旋转等问题得不到很好的解决,而NFP算法的计算速度也限制了排样中智能优化算法的应用。本文在研究和分析已有NFP算法(靠接算法)的基础上,提出了改进的移动碰撞法求取临界多边形的方法,改进算法降低了移动碰撞法求取临界多边形的时间复杂度。待排零件的摆放策略方面：本文采用BL定位原则和临界多边形算法相结合的摆放策略。这种定位策略能有效降低排样后的边界高度,提高零件排放的密度。排样零件顺序和旋转角度的优化方面：本文研究和分析了病毒进化遗传算法(VEGA)的原理和特征,并结合二维排样问题的特点,采用病毒进化遗传算法(VEGA)来优化二维排样过程中待排零件序列和排放角度,并结合上述定位策略,最后得到问题的最优解或满意解,并通过例子来验证可行性。(本文来源于《广东工业大学》期刊2014-05-01）
邱建东,蒋兆远,汤旻安[8]（2013）在《基于周期性病毒遗传算法的自动化立库货位优化研究》一文中研究指出大型自动化立体仓库是物流重要环节,其货物存取效率至关重要,而货位优化配置是提升其效率的有效方法.比较分析了几种常见的货位优化方法后,选择周期性病毒遗传算法(CVEGA)进行优化仿真,并根据实际优化条件设计了列数优先的病毒编码规则.结果表明:和传统遗传算法相比,计算效率有了明显提升,更能满足现场实际需求.(本文来源于《兰州交通大学学报》期刊2013年06期）
刘敏[9]（2013）在《基于病毒进化遗传算法排课系统的研究与实现》一文中研究指出1976年S.Even和Cooper证明了排课问题是一个NP完全问题,不存在精确求解排课问题的多项式时间算法,需借助智能算法寻找其较合理和满意的近似最优解。遗传算法通过模拟自然界生物遗传中的“优胜劣汰、适者生存”原则,避免陷入局部最优解,从而实现对最优解或次优解的快速搜索,被广泛应用于函数优化、组合优化等领域,是当今影响深远的进化计算方法之一,但其存在着局部早熟收敛和进化后期搜索速度下降等问题。病毒进化遗传算法通过引入病毒种群的感染、复制和删减操作在实现了种群的生物多样性的同时,又保持了遗传算法原有的同代间基因信息传递,有效的实现了上下代种群之间的纵向遗传信息传递和同代种群的横向进化信息传递,获得了较为满意的算法收敛性能,有效的克服了传统遗传算法固有早熟和收敛性能不佳的缺点。本文借鉴病毒进化遗传算法的思想对排课问题进行了研究与应用,其主要工作如下：1.系统研究了排课问题,并根据课题的实际需要,分析了排课问题的基本要素、各类软、硬约束条件和求解目标,建立了排课系统的数学优化模型。2.在总结了遗传算法在排课问题中的应用研究后,针对排课问题本身的特点,提出一个适宜解决该问题的改进病毒进化遗传算法(Improved Virus Evolutionary Genetic Algorithm,IVEGA),其主要改进在于：(1)改进传统病毒种群的随机生成方式,有效的利用了排课历史数据和约束条件,加快了病毒种群的收敛。(2)针对排课问题设计了一种有效的基因编码方式,使得原有算法更有针对性。使用典型测试函数对该算法的性能进行测试并与其它算法进行比较,表明了该算法的有效性。3.根据IVEGA算法,以Visual Studio2008为工具,使用C#语言实现了一个排课算法原型,并用实际数据进行了测试,测试结果表明,该原型系统能较好的完成排课任务的分派工作。(本文来源于《湖南大学》期刊2013-12-12）
李永嵩[10]（2013）在《病毒进化遗传算法在机车检修系统工单调度中的应用》一文中研究指出为解决机务段检修工单调度中人力资源的分配问题,建立工单调度数学模型,采用病毒进化遗传算法求解型,并验证模型的科学性及病毒进化遗传算法求解问题的优越性。(本文来源于《自动化应用》期刊2013年11期）
病毒遗传算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
自动化立体仓库是一个错综复杂的存储系统,货位优化问题直接影响自动化立体仓库的工作效率。针对自动化立体仓库的货位选择问题,本文提出以出入库效率和货架稳定性为优化因素的货位优化模型,并采取病毒协同遗传算法对优化模型进行仿真。最后对仿真结果及货位优化前,病毒协同遗传算法优化后,传统遗传算法优化后叁者的对比结果进行分析,结果说明病毒协同遗传算法(VEGA)能有效实现自动化立体仓库货位优化,是提高货物出入库效率和货架的稳定性的一种有效方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
病毒遗传算法论文参考文献
[1].贺子豪,赵俊强,杨敏,张松杰,徐永涛.使用遗传算法优化登革热病毒信封蛋白的肽抑制剂[J].河南师范大学学报(自然科学版).2019
[2].李鹏飞,马航.基于病毒协同遗传算法的自动化立体仓库货位优化模型[J].中国管理科学.2017
[3].童立君.病毒进化遗传算法的车辆调度优化模型[J].计算机工程与应用.2015
[4].王厅长,邱建东,商庆健,刘亚丽.病毒协同进化遗传算法在自动化立体仓库货位优化中应用的研究[J].计算机科学.2014
[5].王鑫,郄志红,吴鑫淼,古田均.基于改进病毒进化遗传算法的渡槽维修计划优化[J].水利水电技术.2014
[6].杨民.病毒遗传算法在非流水作业调度中的应用[J].计算机与数字工程.2014
[7].郭瑞峰.基于病毒进化遗传算法的二维不规则图形排样[D].广东工业大学.2014
[8].邱建东,蒋兆远,汤旻安.基于周期性病毒遗传算法的自动化立库货位优化研究[J].兰州交通大学学报.2013
[9].刘敏.基于病毒进化遗传算法排课系统的研究与实现[D].湖南大学.2013
[10].李永嵩.病毒进化遗传算法在机车检修系统工单调度中的应用[J].自动化应用.2013