杨辉
- 作品数：6 被引量：5H指数：1
- 供职机构：福建农林大学更多>>
- 发文基金：福建省自然科学基金云南省哲学社会科学规划项目云南省教育厅科学研究基金更多>>
- 相关领域：经济管理自动化与计算机技术天文地球生物学更多>>
- GPU加速的并行模拟退火算法在蛋白质预测中的应用被引量：1
- 2015年
- 人类基因组测序工作初步结果显示,MSAPSO算法在求解蛋白质折叠问题时具有不错的求解精度,但是算法执行的时间开销却令人难以接受.针对此问题,使用CUDA编程模型在GPU上实现MSAPSO算法(CUMSA),利用GPU的计算能力,节省求解问题的时间成本.实验结果显示,CUMSA对4条测试序列求解得到的解的质量相对较高,由得到的解的构象图可知,CUMSA能够高效、正确地进行蛋白质折叠结构预测.
- 王丽美杨辉钟一文刘新泽
- 关键词：蛋白质结构预测模拟退火GPUCUDA并行计算
- GPU加速的并行模拟退火算法及其在蛋白质结构预测中的应用
- 蛋白质结构预测/(Protein Structure Prediction, PSP/)是生物信息学中重要的研究课题。从头预测法是一种常见的用于PSP的计算方法。它主要根据蛋白质的天然构象处于自由能最低状态的理论,抽象出...
- 杨辉
- 关键词：蛋白质结构预测GPUCUDA
- 文献传递
- 基于粒子群优化算法的并行模拟退火算法被引量：4
- 2014年
- 针对模拟退火(simulated annealing,SA)算法收敛速度慢,随机采样策略缺乏记忆能力,算法内在的串行性使其具有并行化问题依赖等缺点,提出了基于粒子群优化(particle swarm optimization,PSO)算法的并行模拟退火算法。该算法利用粒子群优化算法中个体的记忆功能引导算法在解空间中开展精细搜索,在反向学习算法基础上设计新的反向转动操作机制增加了算法的多样性,借助PSO的天然并行性克服了SA的并行问题依赖性,并在集群上实现了多Agent协同进化的改进算法。对Toy模型的蛋白质结构预测问题进行了仿真实验,结果表明该算法能有效提高求解问题的质量和效率。
- 林娟杜庆良杨辉钟一文
- 关键词：AGENT模拟退火粒子群优化并行计算
- 基于粒子群优化算法的并行模拟退火算法
- 针对模拟退火算法收敛速度慢、随机采样策略缺乏记忆能力、算法并行化问题依赖等缺点,利用粒子群优化(Particle Swarm Optimization,PSO)算法中的记忆功能引导算法在解空间开展精细搜索,设计新的反向转...
- 杨辉杜庆良林娟钟一文
- 关键词：AGENT模拟退火粒子群优化并行计算
- 资源型农村地区生态文明建设对策研究——以大田县建设镇为例
- 我国广大资源型农村地区,普遍蕴藏着丰富的矿产资源,这些矿产资源的开采,对于推动当地经济社会发展起到了关键的作用。但是,随着矿产资源的粗放利用和无序开采,这些地区的生态环境日趋恶化,一些生态环境问题也接踵而来,严重制约和影...
- 杨辉
- 关键词：资源型地区生态文明
- 文献传递
