[发明专利]基于可变角距离QEA算法的蛋白质HP模型求解方法

权利要求书

1.基于可变角距离QEA算法的蛋白质HP模型求解方法，其特征在于，所述方法的具体步骤如下：

步骤A，初始化量子种群Q(t),其中t为进化代数，初始值为0；

步骤B，测量量子种群Q(t),生成方向解种群moveDirect(t)，一个个体代表一个构型；

步骤C，检查方向解，判断是否构型出现闭环；若出现闭环，则构型无效，利用回退法修复；

步骤D，对种群moveDirect(t)计算适应度值；

步骤E，保存种群moveDirect(t)中的最优解bestSoFar；

步骤F，判断最优解bestSoFar是否为公开的最小值或t达到了最大代数，若满足，则终止算法；否则，继续下一步；

步骤G，采用可变角距离量子旋转门进化方法，更新Q(t)，生成新一代量子种群；

步骤H，进化代数t加1；

步骤I，测量量子种群Q(t),生成新一代方向解种群moveDirect(t)；

步骤J，检查方向解，判断构型是否出现闭环；若出现闭环，则构型无效，利用回退法修复；

步骤K，对种群moveDirect(t)计算适应度值；

步骤L，将bestSoFar和moveDirect(t)中的最优解赋值给bestSoFar；

步骤M，判断是否满足牵引条件，若满足，则对种群moveDirect(t)进行牵引，并计算适应度值，将bestSoFar和moveDirect(t)中的最优解赋值给bestSoFar；转至步骤F。

2.根据权利要求1所述的基于可变角距离QEA算法的蛋白质HP模型求解方法，其特征在于，所述步骤A中，初始化量子种群，使得测量量子比特时为0或1的概率均为1/2。

3.根据权利要求1所述的基于可变角距离QEA算法的蛋白质HP模型求解方法，其特征在于，所述步骤B中，测量量子种群中的量子比特，生成二进制比特，如果为00，对应的方向值为1，表示方向向上；如果为01,对应的方向值为i,表示方向向右；如果为10，对应的方向值为-1，表示方向向下；如果为11，对应的方向值为-i,表示方向向左；进而产生方向解种群；其中方向值1、-1、i、-i均是复数，i是虚数单位。

4.根据权利要求1所述的基于可变角距离QEA算法的蛋白质HP模型求解方法，其特征在于，所述步骤C中，所述构型出现闭环是指：根据方向解计算任意一段方向值之和，若为0,则说明该构型出现闭环，该构型无效。

5.根据权利要求1所述的基于可变角距离QEA算法的蛋白质HP模型求解方法，其特征在于，所述步骤C中，所述回退法修复是指：使冲突点选择其它方向，如果与前面点仍有冲突则选择其他方向；若所有方向都已尝试，仍无法修复，则回退到前一个点，对该点进行修复尝试，直至形成一个有效构型。

6.根据权利要求1所述的基于可变角距离QEA算法的蛋白质HP模型求解方法，其特征在于，所述步骤D中，计算适应度值是指通过方向解查找在该构型链上不相连但空间上相邻的黑球对个数，该数值乘以-1，即为该构型的能量。

7.根据权利要求1所述的基于可变角距离QEA算法的蛋白质HP模型求解方法，其特征在于，所述步骤E中，最优解即是能量最低的个体。

8.根据权利要求1所述的基于可变角距离QEA算法的蛋白质HP模型求解方法，其特征在于，所述步骤G中，可变角距离策略是指采用角距离对旋转角度进行调整，在旋转之前，首先要将方向解种群转化成二进制比特的形式，再利用可变角距离进行量子旋转进化；所述旋转角度θ_j根据下式计算：

式中，k选取[2,10]之间正态分布的随机常数；j为量子比特序号，j为自然数；

表示量子染色体中第j个量子比特与基态|0>和|1>之间的角距离；

通过下式计算：

式中，α_j和β_j为的概率幅；x_j为的测量值0或1；b_j为当前最优二进制解b的第j个比特值0或1；^为交运算。

9.根据权利要求1所述的基于可变角距离QEA算法的蛋白质HP模型求解方法，其特征在于，所述步骤M中，所述牵引条件是指最优个体10代未改变或每隔30代；若满足该牵引条件，则对所有构型进行牵引。