Генетичний алгоритм з жадібним стохастичним оператором схрещування для передбачення третинної структури білка
Розроблено новий генетичний алгоритм, особливістю якого є запропонований жадібний стохастичний оператор схрещування. Застосування пропонованого алгоритму досліджується на задачі передбачення третинної структури білка. Наведено результати обчислювального експерименту. Цель работы. Описание генетическ...
Збережено в:
| Опубліковано в: : | Кібернетика та комп’ютерні технології |
|---|---|
| Дата: | 2020 |
| Автори: | , |
| Формат: | Стаття |
| Мова: | Українська |
| Опубліковано: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2020
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/173140 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Генетичний алгоритм з жадібним стохастичним оператором схрещування для передбачення третинної структури білка / Л.Ф. Гуляницький, С.А. Чорножук // Кібернетика та комп’ютерні технології: Зб. наук. пр. — 2020. — № 2. — С. 19-29. — Бібліогр.: 19 назв. — укр. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862637642135371776 |
|---|---|
| author | Гуляницький, Л.Ф. Чорножук, С.А. |
| author_facet | Гуляницький, Л.Ф. Чорножук, С.А. |
| citation_txt | Генетичний алгоритм з жадібним стохастичним оператором схрещування для передбачення третинної структури білка / Л.Ф. Гуляницький, С.А. Чорножук // Кібернетика та комп’ютерні технології: Зб. наук. пр. — 2020. — № 2. — С. 19-29. — Бібліогр.: 19 назв. — укр. |
| collection | DSpace DC |
| container_title | Кібернетика та комп’ютерні технології |
| description | Розроблено новий генетичний алгоритм, особливістю якого є запропонований жадібний стохастичний оператор схрещування. Застосування пропонованого алгоритму досліджується на задачі передбачення третинної структури білка. Наведено результати обчислювального експерименту.
Цель работы. Описание генетического алгоритма с новым жадным стохастическим оператором скрещивания. В сравнении предлагаемого алгоритма с лучшими известными имплементациями генетических и миметических алгоритмов, используемых для определения пространственной структуры белка. Результат. Работа предлагаемого алгоритма сравнивается с другими на базе 10 известных цепей длиной 48, для которых найден глобальный минимум свободной энергии, впервые предложенных в [13]. Алгоритм нашел 9 из 10 пространственных структур, на которых достигается глобальный минимум свободной энергии, а также продемонстрировал лучшее среднее значение решений, чем алгоритмы, с которыми он сравнивался.
The purpose of the article is to describe a genetic algorithm with a new greedy stochastic crossover operator, reveal its advantages and disadvantages, compare the proposed algorithm with the best-known implementations of genetic and memetic algorithms for the spatial protein structure prediction, and make conclusions with future steps suggestion afterward. Result. The work of the proposed algorithm is compared with others on the basis of 10 known chains with a length of 48 first proposed in [13]. For each of the chain, a global minimum of free energy was already pre-calculated. The algorithm found 9 out of 10 spatial structures on which a global minimum of free energy is achieved and also demonstrated a better average value of solutions than the comparing algorithms.
|
| first_indexed | 2025-11-30T23:16:27Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-173140 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 2707-4501 |
| language | Ukrainian |
| last_indexed | 2025-11-30T23:16:27Z |
| publishDate | 2020 |
| publisher | Інститут кібернетики ім. В.М. Глушкова НАН України |
| record_format | dspace |
| spelling | Гуляницький, Л.Ф. Чорножук, С.А. 2020-11-23T16:08:39Z 2020-11-23T16:08:39Z 2020 Генетичний алгоритм з жадібним стохастичним оператором схрещування для передбачення третинної структури білка / Л.Ф. Гуляницький, С.А. Чорножук // Кібернетика та комп’ютерні технології: Зб. наук. пр. — 2020. — № 2. — С. 19-29. — Бібліогр.: 19 назв. — укр. 2707-4501 DOI:10.34229/2707-451X.20.2.3 https://nasplib.isofts.kiev.ua/handle/123456789/173140 519.8 Розроблено новий генетичний алгоритм, особливістю якого є запропонований жадібний стохастичний оператор схрещування. Застосування пропонованого алгоритму досліджується на задачі передбачення третинної структури білка. Наведено результати обчислювального експерименту. Цель работы. Описание генетического алгоритма с новым жадным стохастическим оператором скрещивания. В сравнении предлагаемого алгоритма с лучшими известными имплементациями генетических и миметических алгоритмов, используемых для определения пространственной структуры белка. Результат. Работа предлагаемого алгоритма сравнивается с другими на базе 10 известных цепей длиной 48, для которых найден глобальный минимум свободной энергии, впервые предложенных в [13]. Алгоритм нашел 9 из 10 пространственных структур, на которых достигается глобальный минимум свободной энергии, а также продемонстрировал лучшее среднее значение решений, чем алгоритмы, с которыми он сравнивался. The purpose of the article is to describe a genetic algorithm with a new greedy stochastic crossover operator, reveal its advantages and disadvantages, compare the proposed algorithm with the best-known implementations of genetic and memetic algorithms for the spatial protein structure prediction, and make conclusions with future steps suggestion afterward. Result. The work of the proposed algorithm is compared with others on the basis of 10 known chains with a length of 48 first proposed in [13]. For each of the chain, a global minimum of free energy was already pre-calculated. The algorithm found 9 out of 10 spatial structures on which a global minimum of free energy is achieved and also demonstrated a better average value of solutions than the comparing algorithms. uk Інститут кібернетики ім. В.М. Глушкова НАН України Кібернетика та комп’ютерні технології Методи оптимізації та екстремальні задачі Генетичний алгоритм з жадібним стохастичним оператором схрещування для передбачення третинної структури білка Генетический алгоритм с жадным стохастическим оператором скрещивания для предсказания пространственной структуры белка Genetic algorithm with new stochastic greedy crossover operator for protein structure folding problem Article published earlier |
| spellingShingle | Генетичний алгоритм з жадібним стохастичним оператором схрещування для передбачення третинної структури білка Гуляницький, Л.Ф. Чорножук, С.А. Методи оптимізації та екстремальні задачі |
| title | Генетичний алгоритм з жадібним стохастичним оператором схрещування для передбачення третинної структури білка |
| title_alt | Генетический алгоритм с жадным стохастическим оператором скрещивания для предсказания пространственной структуры белка Genetic algorithm with new stochastic greedy crossover operator for protein structure folding problem |
| title_full | Генетичний алгоритм з жадібним стохастичним оператором схрещування для передбачення третинної структури білка |
| title_fullStr | Генетичний алгоритм з жадібним стохастичним оператором схрещування для передбачення третинної структури білка |
| title_full_unstemmed | Генетичний алгоритм з жадібним стохастичним оператором схрещування для передбачення третинної структури білка |
| title_short | Генетичний алгоритм з жадібним стохастичним оператором схрещування для передбачення третинної структури білка |
| title_sort | генетичний алгоритм з жадібним стохастичним оператором схрещування для передбачення третинної структури білка |
| topic | Методи оптимізації та екстремальні задачі |
| topic_facet | Методи оптимізації та екстремальні задачі |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/173140 |
| work_keys_str_mv | AT gulânicʹkiilf genetičniialgoritmzžadíbnimstohastičnimoperatoromshreŝuvannâdlâperedbačennâtretinnoístrukturibílka AT čornožuksa genetičniialgoritmzžadíbnimstohastičnimoperatoromshreŝuvannâdlâperedbačennâtretinnoístrukturibílka AT gulânicʹkiilf genetičeskiialgoritmsžadnymstohastičeskimoperatoromskreŝivaniâdlâpredskazaniâprostranstvennoistrukturybelka AT čornožuksa genetičeskiialgoritmsžadnymstohastičeskimoperatoromskreŝivaniâdlâpredskazaniâprostranstvennoistrukturybelka AT gulânicʹkiilf geneticalgorithmwithnewstochasticgreedycrossoveroperatorforproteinstructurefoldingproblem AT čornožuksa geneticalgorithmwithnewstochasticgreedycrossoveroperatorforproteinstructurefoldingproblem |