基于量子粒子群優化和隱馬爾可夫模型的多序列比對算法

摘要：針對用Baum-welch算法訓練隱馬爾可夫模型用于序列比對算法的搜索空間有限性容易陷入局部最優點的缺陷，提出一種用量子粒子群優化算法訓練隱馬爾可夫模型的生物多序列比對新方法。該方法克服了Baum-welch算法在收斂性能上的缺陷，在整個可行解空間中進行搜索。從BaliBASE數據庫中選取測試例子進行數值實驗，實驗結果表明，所提算法優于Baum-Welch算法，對標準例子進行的實驗證明了算法的有效性。

關鍵詞：多序列比對；隱馬爾可夫模型；量子粒子群優化；SPS；CS

中圖分類號：TP18 文獻標志碼：A 文章編號：1001－3695(2009)07－2453－04