论文部分内容阅读
生物序列motif识别问题是当今生物信息学面临的一个复杂问题，要设计一个能识别所有motif的方法几乎是不可能的。针对该问题，在免疫遗传算法中引入了统计估计，提高了motif识别的精度，根据个体的浓度和适应值概率。设计了免疫替换算子，有效地解决了种群的多样性问题，利用Gibbs Sampler算法生成种子．提高了免疫遗传算法的搜索速度，最后得到了一个基于免疫GA与Gibbs Sampler的生物序列motif识别算法，该算法充分发挥了免疫遗传算法和Gibbs Sampler算法的优越性，较好地解决了计算速