计算机应用研究

作者：张其文,郭欣欣,

单位：兰州理工大学计算机与通信学院,兰州730050；

关键词：蛋白质复合物,萤火虫算法,强化学习,层级学习策略,局部搜索策略,

基金：国家自然科学基金资助项目(62063021,62162040)；；

蛋白质复合物的检测有助于从分子水平上理解生命的活动过程。针对群智能算法检测蛋白质复合物时假阳/阴性率高、准确率低、种群多样性下降等问题，提出了基于强化学习的离散层级萤火虫算法检测蛋白质复合物（reinforcement learning-based discrete level firefly algorithm for detecting protein complexes，RLDLFA-DPC）。引入强化学习思想提出一种自适应层级划分策略，动态调整层级结构，能有效解决迭代后期种群多样性下降的问题。在层级学习策略中个体向两个优秀层级学习，避免算法陷入局部最优。为了提高蛋白质复合物检测的精度，结合个体环境信息提出自适应搜索半径的局部搜索策略。最后，在酵母蛋白质的4个数据集上，与8种经典的蛋白质复合物检测方法进行对比，验证了该方法的有效性。

来源：2024年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第7期