DNA编码研究现状

年份作者题目主要内容2008年王延峰,牛莹崔光照基于文化遗传算法的DNA编码序列设计.将遗传算法同文化算法相结合，利用文化算法特殊的双层进化结构，设计出了满足距离约束、连续性约束、GC含量约束和解链温度约束的DNA序列。2009年ZhangXC,WangYF,CuiGZetalApplicationofanovelIWOtothedesignofencodingsequencesforDNAcomputing.首次将IWO算法应用到DNA序列设计领域，通过H-measure、解链温度和自由能评价生成序列的质量2011年任晓娜,张大方,向旭宇.基于离散粒子群的DNA编码序列组合优化方法采用离散粒子群算法生成满足多个约束条件的DNA序列2011年XiaoJH,ChengZ.DNAsequencesoptimizationbasedongravitationalsearchalgorithmforreliableDNAcomputing.首次将引力搜索算法用于求解DNA序列优化问题，并产生了高质量的DNA序列，仿真结果证明了该算法的有效性。2011年YinZ,YeCM,YinWHetal.AculturalevolutionbasedonIWOapproachforDNAsequenceoptimization提出了基于文化进化的杂草算法，通过定义杂草的扩散行为，克服了传统IWO算法不能直接被应用于离散问题的障碍2013年罗东芳罗东君.基于杂草算法的DNA编码序列研究.人采用IWO算法产生可靠的DNA序列，并同时考虑了汉明距离、相似性、连续性、发夹结构及解链温度多个约束条件2013年XiaoJH,JiangY,HeJJetal.AdynamicmembraneevolutionaryalgorithmforsolvingDNAsequencedesignwithminimumfreeenergy利用动态膜进化算法设计满足多个约束条件的DNA序列，该算法将P系统的融合和分裂规则同活性膜以及ADE/PSO搜索策略相结合2013年郭稳涛何怡刚.基于混合蚁群算法的DNA编码序列设计方法.数值计算与计算机应用,在蚁群算法的基础上引入遗传算法中的交叉和变异操作2014年胡娟，李冬,张丽丽.基于人工鱼群遗传算法的DNA编码优化将人工鱼群算法和遗传算法相结并给出了算法过程的具体实施方2015年郑学东一种基于编码等价变换和遗传算法的DNA序列优化设计.采用四进制整数编码方式将种群编码成大小m*n的矩阵，重新定义了共享函数，并对遗传算子进行了改进。上述算法，均是将多目标问题通过线性加权的方式简化为单目标，不能称为真正意义上的多目标优化。2005年ShinSY,LeeIH,KimDetal.MultiobjectiveevolutionaryoptimizationofDNAsequencesforreliableDNAcomputing.将DNA序列设计问题作为一个多目标优化问题，通过带约束的多目标进化算法(NACST/Seq)进行求解，并使用一组序列分析工具从众多的候选者中选取最佳解决方案。其中，相似性、H-measure、发夹结构和连续性作为设计目标，解链温度和GC含量则作为约束条件2013年Chaves-GonzálezJM,Vega-RodríguezMA,Granado-CriadoJM.AmultiobjectiveswarmintelligenceapproachbasedonartificialbeecolonyforreliableDNAsequencedesign提出了一种新的基于人工蜂群的多目标群智能算法，该算法中引入了自适应机制，并同时考虑六种不同的相互冲突的设计准则2013年Cervantes-SalidoImprovingthedesignofsequencesforDNAcomputing:Amultiobjectiveevolutionaryapproach提出一种基于矩阵的多目标进化算法。该算法相比NSGA-II算法，不同之处有：①将候选解编码成mn大小的矩阵，其中每一行代表一条长度为固定值的DNA序列，②采取五种不同的交叉操作：水平交叉、垂直交叉、帧交叉、掩膜交叉、横纵交叉。生成的序列满足六项设计准则2014年Chaves-GonzálezJM,Vega-RodríguezMA.DNAstrandgenerationforDNAcomputingbyusingamulti-objectivedifferentialevolutionalgorithm.使用基于自适应多目标的差分进化算法，并同时考虑七种不同的生物化学设计准则，获得了适合于DNA计算的高质量DNA序列。2014年Chaves-GonzálezJM,Vega-RodríguezMA.AmultiobjectiveapproachbasedonthebehavioroffirefliestogeneratereliableDNAsequencesformolecularcomputing.随后又提出了基于萤火虫行为的多目标方法，并采用六种不同的且相互矛盾的设计准则来获取可靠的DNA序列。