利用最大片断长度MFL(Maximum Fragment Length problem)模型研究创建者序列重建问题的算法。首先提出一种求解该模型的启发式算法HF,该算法采用向前探测技术确定列值,并充分利用重组体列向0、1取值比例,以及该比例与创建者矩阵的列向0、1取值比例的相关性等启发式信息。其次,通过引入基于HF算法的遗传算子,提出一种重建创建者序列的单亲遗传算法PGMFL。实验结果表明,在相同的时间约束内,PGMFL算法能获得较其他算法更少的断点个数和更长的片段平均长度,是求解创建者序列重建问题的一种有效方法。
创建者序列重建问题即根据后代基因信息推断其祖先基因信息,最大片断长度问题(the Maximum Fragment Lengthproblem,MFL)模型是求解该问题的有效模型.Roli提出一种求解MFL模型的构造性启发式算法,该算法通过0、1取值比例来确定创建者序列的取值,且通过引入随机信息来解决0、1等比例的情形,导致求解方案的不确定性.针对该问题,提出一种有效的改进算法I-R-Heric,该算法充分利用重组体和创建者矩阵的列向0、1取值比例的相关性等启发式信息,对随机取值问题做出有效限定.实验结果显示,I-R-Heric算法能快速有效地求解MFL问题,并能获得较改进前算法更少的断点个数和更长的片段平均长度.此外,在重组体序列规模较大的情况下,I-R-Heric仍具有较高的执行效率,有很好的实用价值.
