一种用于 HP 模型中蛋白质结构预测的混合蒙特卡洛蚁群优化方法
神经与进化计算
2013-10-04 v1 计算工程、金融与科学
摘要
疏水 - 极性 (HP) 模型在蛋白质结构预测 (PSP) 领域已被广泛研究，既用于理论目的，也作为新优化策略的基准。在本工作中，我们引入了一种基于蚁群优化 (ACO) 和马尔可夫链蒙特卡洛 (MCMC) 的新启发式算法，我们称之为混合蒙特卡洛蚁群优化 (HMCACO)。我们描述了该方法，并将三维立方晶格中知名 HP 实例上获得的结果与标准 ACO 和模拟退火 (SA) 获得的结果进行了比较。所有方法均使用无约束邻域和修改后的目标函数实现，以防止产生重叠行走。结果表明，在所有基准实例中，我们的方法表现优于其他启发式算法。
引用
@article{arxiv.1309.7690,
title = {A Hybrid Monte Carlo Ant Colony Optimization Approach for Protein Structure Prediction in the HP Model},
author = {Andrea G. Citrolo and Giancarlo Mauri},
journal= {arXiv preprint arXiv:1309.7690},
year = {2013}
}
备注
In Proceedings Wivace 2013, arXiv:1309.7122