买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于双策略黑蜘蛛算法的DNA存储编码优化方法_大连大学_202111101673.2 

申请/专利权人:大连大学

申请日:2021-09-18

公开(公告)日:2024-02-20

公开(公告)号:CN113792877B

主分类号:G06N3/123

分类号:G06N3/123;G06N3/006

优先权:

专利状态码:有效-授权

法律状态:2024.02.20#授权;2021.12.31#实质审查的生效;2021.12.14#公开

摘要:本发明提出了一种基于双策略黑蜘蛛算法的DNA存储编码优化方法,首先构造出满足当前约束组合的DNA编码序列集合,并对所述DNA编码序列集合中的序列进行适应度评定,按其结果进行排序;其次引入双策略黑蜘蛛算法对上述集合进行优化,得到优化后的适应度较高的DNA编码序列;再次通过组合约束对优化后的DNA编码序列进行筛选,保留满足组合约束的序列;最后将保留的序列集合并到DNA编码序列集中,输出满足组合约束的最优编码序列集。将优化后的双策略黑蜘蛛算法应用到DNA编码序列集,实现优化序列的目的。优化后的序列集在适应度函数上拥有更好的表现;通过末端约束将优化后的序列集进行筛选,构造具有稳定物理和热力学特性的DNA编码序列集。

主权项:1.基于双策略黑蜘蛛算法的DNA存储编码优化方法,其特征在于,包括如下具体步骤:步骤1:初始化DNA编码序列集Pop以及更新DNA编码序列所需的参数,所述更新DNA编码序列所需的参数包括:序列规模nPop、序列维数nvar、变异率pMutation、同类相残率pCannibalism和最大迭代次数MIter;步骤2:以汉明距离作为适应度函数对初始化后的所述DNA编码序列集Pop进行适应度排序,得到当前最优解;步骤3:获取权重选择策略中的参数S;步骤4:在DNA编码序列集Pop更新中判断是否使用随机交换策略,具体为:α=tanπ×rand-0.52β=1-CIterMIter3其中,rand是取值为0,1的随机数,CIter为当前迭代次数;MIter为最大迭代次数;若参数α小于参数β,则使用随机交换策略,即当前最优解的某个维度替换DNA编码序列集Pop中的某个维度;反之,则不使用随机交换策略,维持DNA编码序列集Pop中的当前解和最优解值;步骤5:获取权重选择策略中的参数Wa、Wb,通过所述参数Wa、Wb更新DNA编码序列集Pop;所述获取权重选择策略中的参数Wa、Wb的方式为:Wa=1-CIterMIter1-rand-0.5×SMIter4Wb=2-2×CIterMIter1-rand-0.5×SMIter5其中,参数S由步骤3产生,初始化为0;如果当前解的适应度小于当前最优解,则参数S除以2;如果当前解的适应度大于当前最优解,则S加1;步骤6:以汉明距离作为适应度函数,获取更新后DNA编码序列集Pop中序列的适应度,然后根据适应度进行排序,保留满足汉明距离约束的序列,并将其放在DNA编码序列集Pop2中;步骤7:根据当前DNA编码序列集Pop中的序列数量和变异率得到应该进行变异的部分数据集,在所述部分数据集中随机交换任意两个维度上的值,将变异后的结果存放在DNA编码序列集Pop3中;步骤8:通过适应度函数筛选出DNA编码序列集Pop2和DNA编码序列集Pop3中不满足组合约束的序列,并将其剔除出去;所述组合约束由汉明距离约束、GC含量、非连续性约束和末端约束组成,其中末端约束方式如下所示: 其中,和分别表示序列S中最后5个中碱基鸟嘌呤G和胞嘧啶C的数量;步骤9:将DNA编码序列集Pop2和DNA编码序列集Pop3存放在DNA编码序列集Pop中;步骤10:判断当前DNA编码序列集Pop更新次数是否达到最大迭代次数,如果是则输出DNA编码序列集Pop,否则转到步骤2。

全文数据:

权利要求:

百度查询: 大连大学 基于双策略黑蜘蛛算法的DNA存储编码优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。