基于遗传算法的关联规则挖掘在蛋白质结构预测的应用-计算机应用技术专业论文.docxVIP

汕头大 汕头大学硕士学位论文 基于遗传算法的关联规则挖掘在蛋白质预测的应用 ---------------------------------------------------------------------------------------------------------------------- 万方数据 万方数据 摘要 目前，生物学领域中存在大量的蛋白质序列数据，而与之对应的蛋白质结构 信息却相对较少，而且以往通过实验方法来确定蛋白质结构的过程十分复杂，代 价较高，人们开始希望利用已有的蛋白质结构信息，来发现蛋白质序列和蛋白质 结构之间的某种对应关系，从而实现蛋白质结构的预测。近年来在各个领域应用 广泛的数据挖掘技术，其中的关联规则分析正好可以发现数据之间隐藏的关联规 则集，因此，一种基于关联规则分析的蛋白质结构预测方法开始逐渐流行。 本论文的研究内容就是使用数据挖掘技术中的关联规则分析来发现蛋白质 数据库中隐藏的关联规则集，从而建立蛋白质结构的预测模型，由于需要发现的 规则的右部是确定的，所以涉及到的数据集与以往的事务数据库不同，如果用传 统的关联规则分析方法，比如 Apriori，就会产生很多没有任何意义的规则，另 外考虑到搜索空间很大，本文结合了遗传算法，很好的解决了上述两个问题，而 且在设计遗传算法时，改进了以往的轮盘赌选择方法，采用了一种基于适应值等 间距分组的轮盘赌选择方法，保证了进化初期种群的多样性；另外改进了交叉、 变异算子的设计方式，主要是通过与线性型自适应调整交叉率和变异率的策略作 比较，提出了一种余弦型的自适应调整策略，改正了线性变换调整的缺陷，最后 通过实验证明了该方法对于预测蛋白质结构是可行的，并对蛋白质结构预测做了 总结和展望。 关键词：蛋白质结构，关联规则，遗传算法 I Abstract At present, there are a large number of protein sequence data in biological field, while the corresponding protein structure information is relatively small, and at the past, the process of determining protein structure through the experimental method is very complex and the cost is high, people began to make use of protein structural information available to find some corresponding relationship between protein sequence and protein structure, which can be used to predict protein structure. In recent years, the data mining technology is used in various fields, and association rules analysis can find rules hidden link between data sets, therefore, an method to predict protein structure based on association rules analysis is increasingly popular. The content of this paper is to use data mining association rules analysis technique to discover association rules hidden in protein database, so as to establish a prediction model of protein structure, due to the the right part of the rule needed to find is determined, the data sets it relates to is different from the database of the past, if we still use the traditional analysis method, such as Apriori, it will produce a lot of meaningless rules, and consider