• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Intelligent distributed computing IV >Parallel Artificial Bee Colony Algorithm Approaches for Protein Structure Prediction Using the 3DHP-SC Model
【24h】

Parallel Artificial Bee Colony Algorithm Approaches for Protein Structure Prediction Using the 3DHP-SC Model

机译：3DHP-SC模型用于蛋白质结构预测的并行人工蜂群算法方法

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper reports the use of the Artificial Bee Colony algorithm (ABC) for protein structure prediction using the three-dimensional hydrophobic-polar model with side-chains (3DHP-SC). Two parallel approaches for the ABC were implemented: a master-slave and a hybrid-hierarchical. Experiments were done for tuning the parameters of the ABC, as well as to adjust the load balance in a cluster-based computing environment. The performance of the parallel models was compared with a sequential version for 4 benchmark instances. Results showed that the parallel models achieved a good level of efficiency and, thanks to the co-evolution effect, the hybrid-hierarchical approach improves the quality of solutions found.
机译：本文报告了使用人工蜂群算法（ABC）进行蛋白质结构预测的方法，该算法使用带有侧链的三维疏水极性模型（3DHP-SC）。对ABC实施了两种并行方法：主从结构和混合层次结构。已经进行了用于调整ABC参数以及在基于群集的计算环境中调整负载平衡的实验。将并行模型的性能与4个基准实例的顺序版本进行了比较。结果表明，并行模型达到了较高的效率水平，并且由于协同进化效应，混合层次方法提高了找到的解决方案的质量。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号