摘要:该文提出一种基于CPMA(C0llaborativeParticleswarmoptimization—basedMemeticAlgorithml算法的DNA序列数据压缩方法,CPMA分别采用综合学习粒子群优化(ComprehensiveLearningParticleSwarmOptimization,CLPSO)算法和动态调整的混沌搜索算~:(DynamicAdjustiveChaoticSearch0perator,DACSO)进行全局搜索和局部搜索。该文采用CPMA寻找全局最优的基于扩展操作的近似重复矢量fExtendedApproximateRepeatVector,EARV)码书,并用此码书压缩DNA序列数据。实验结果表明,CPMA比其它优化算法有很大的改善,对文中采用的大部分测试函数,其解都非常接近全局最优点;对于DNA基准测序序列,与文中所列的经典DNA序列压缩算法相比,基于CPMA算法的压缩性能得到了显著提升。
关键词:dna序列压缩 memetic算法 动态混沌局部搜索
单位:华南理工大学电子与信息学院 广州5106411
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社