境外开放课程导航

自然计算的动机，哲学，分支介绍。计算机中自然的模拟和仿真，自然材料的计算，自然计算方法，自然现象，模型和隐喻I＆II，自然现象，从自然到计算再返回，个体，实体和代理，并行性和分布性，交互性，连通性，Stigmergy，采用，进化I＆II反馈，正反馈，负反馈，自组织及其表征和替代方案，复杂性，出现，还原论，自下而上与自上而下，确定性，混沌，分形，生理系统建模入门，仿真和控制I，生理系统建模，模拟和控制的综合定义II，系统的输入和输出，建模，计算机功能的演变以及生理系统建模的进展，项目建设的现象。生理组I，II及其数据库，从分子到人类构建大模型的策略I，构建大模型II的策略，包括实例的虚拟人类生理学（VPH）计划。心脏工作量，建模级别，类型和分类，确定性模型，随机模型，参数模型，非参数模型，分区模型，详细分区模型以及类型和示例。生理控制系统的线性建模，包括实例；生理控制系统的非线性建模；生理系统建模，仿真和控制的未来；专业社团和组织；生物启发性计算；生命的信息组织并孕育了它的出现，解释和信息；生命的逻辑机制，自然界中的信息和信息过程的本质，形式化知识：揭示自然，自我组织和新兴复杂行为的设计原理，混沌边缘的生活，复杂的自我组织，进化计算，进化生物学，进化论，达尔文思想，遗传学基本原理，遗传学原理，作为变异和选择的结果进化，进化的经典例子，进化论的吸引力，进化论的支柱，基因型，细胞复制：有丝分裂，细胞复制：减数分裂，遗传突变，进化计算，Ar原始进化I＆II，标准进化算法，遗传编码，二值实值和树表示，可演化性，适应度函数，人口，选择算子选择压力，遗传漂移，按比例选择，轮盘赌轮等级和截断等级基于选择，锦标赛选择Elitism ，遗传算子，交叉，变异，幸存者选择，初始化和终止，进化测度，进化和遗传算法（GAs）传统搜索和优化方法的鲁棒性，优化目标，遗传算法和传统搜索方法，遗传算法的要素，遗传算法，一个简单的GA I＆II正在运行：手工I，GA正在进行工作：II模拟，GA的应用，遗传编程（GP），遗传编程的挑战，基于树的GP中遗传编程表示的进展，初始化种群，选择，重组和突变，遗传编程步骤，并附有示例。

进化规划，进化规划算子，进化策略I＆II，群智能，蚁群优化I＆II（带示例），粒子群优化I＆II，Bees算法，细菌觅食优化算法，神经网络，生物神经网络和人工神经网络，感知器I＆II，反向传播I＆II，Hopfield网络I＆II，学习矢量量化，自组织图I＆II，人工神经网络的优缺点及其在生物信息学中的应用，人工生命概论，人工生命领域的最新发展，ALife的历史和理论根源，软件人造生命，硬件人造生命，湿软件人造生命，人工细胞，自主代理，数字进化，Stiquito：六足昆虫机器人I，Salamandra Robotica I＆II，人工免疫系统，生物免疫系统，免疫网络理论，否定选择机制，克隆选择原则iple，入侵检测系统，初始化/编码，相似或相似性度量，阴性，克隆或邻域选择，体细胞超突变，人工免疫系统与遗传算法和神经网络的比较，危险理论，人工免疫系统中的危险理论，一些有希望的领域用于AIS的应用程序，DNA计算，DNA计算和DNA计算机的概念，为什么进行DNA计算，DNA的基础，DNA计算的唯一性，DNA计算的动机，DNA计算的一般工作方面，信息存储和处理能力，效率，成功计算的原理，第一部分：生成所有可能的路线，第二部分：选择以正确的城市开始和结束的路线，第三部分：选择包含正确城市数的路线，第四部分：选择包含正确城市数的路线完整的城市，读出答案，注意事项，DNA计算的应用，DNA与常规电子计算机的比较，DNA的优势通勤，DNA计算的缺点，字符串匹配，近似字符串匹配，动态编程（DP），序列比对，逐对序列比对，全局与局部比对，全局比对基础，初始化和矩阵填充，跟踪，实例示例，局部比对，初始化和矩阵填充，回溯，实践示例，成本函数的重要性，多序列比对（MSA），生物动机，评分多序列比对，MSA动态规划算法，渐进式比对方法，星形比对，复杂度分析，锻炼， ClustalW，T Coffee，决策树，节点和分支，分类树，示例，在计算生物学中的应用