论文摘要
本文研究了计算生物学中的基因组完美重组问题及QP-free可行域方法.全文共分为四章.基因组完美重组问题在生物种族进化研究、生物分类学研究和生物制药研究等领域中显示出重要的研究价值.在第一章里,我们将简单介绍基因组完美重组问题的提出、相关概念及研究现状.同时,在第一章,我们还简单介绍了QP-free可行域方法—一类求解非线性约束规划问题的方法.非线性约束规划问题是最优化领域中重要的研究课题之一,许多实际问题都可以归结为非线性约束规划问题,并且很多实际应用,比如工程设计、经济平衡等问题都要求数据仅仅在可行域内取值.本章最后,我们给出了本文的主要结果.第二章研究了含有n条染色体的基因组的完美重组问题.对于单条染色体的完美重组问题,Bérard等[4]利用strong interval树的结构,给出了O(2pn(?))时间的算法.后来,Bérard等[5]改进了此算法,给出了O(2dn(?))时间的算法,这里d≤p.同时,Bérard等在[5]提出了一个问题:再优化strong interval树,也很难找到一个标号基因组的完美翻转重组问题的多项式算法.本文把strong interval树和断点图结合起来,对含有n条染色体的基因组的完美重组问题,给出了一个O(n2)时间的算法.部分地解决了Bérard等[5]中提出的问题.设源染色体和目标染色体分别为π和r,它们含有不同基因集合.在第三章里,我们研究了含有不同基因集合的染色体π和r的完美重组问题.很明显,在这种情况下,“插入”或“删除”将成为必需的操作.我们推广了Hannehali和Pevzner[26]提出的多项式算法(简称HP算法),使之能够处理含有不同基因集合π和r的完美重组问题.在最后一章,我们研究了一类求解非线性约束规划问题的方法—QP-free可行域方法.我们知道SQP方法,即序列二次规划方法,是解决非线性约束规划问题的一种有效方法,但是,这种方法在每次迭代点处都要解决二次规划子问题,计算量很大,并且在某些迭代点处不一定有解.而QP-free可行域方法,是把求解一个非线性约束规划问题等价于线性方程组的求解问题.在每次迭代中,只需解若干个具有相同系数矩阵的线性方程组,因此减少了计算量,并且QP-free可行域方法能保证在每一个迭代点处都有解.1988年,Partier等[43]在前人的基础上提出了一类有效的QP-free方法,并且证明了这类方法的收敛性.之后,有很多的研究者对其进行了改进.我们利用光滑化的Fischer-Burmeister(FB)非线性互补函数,修改了QP-free可行域方法线性方程组系数矩阵的近似Jacobian矩阵Vk,提出了一类新方法,并且在比较弱的条件下证明该方法的可行性及收敛性.通过理论证明和例子的数据结果分析可以看出,我们提出的QP-free可行域方法比较令人满意.
论文目录
相关论文文献
标签:计算生物学论文; 染色体论文; 基因组论文; 完美重组论文; 翻转论文; 移位论文; 删除论文; 算法论文; 可行域论文; 非线性互补论文; 光滑函数论文; 收敛论文;