机构名称：
¥ 1.0
摘要本研究使用来自数据库CHEB的数据集预测使用人工蜜蜂菌落（ABC）算法和人工神经网络（ANN）的血管紧张素转换酶（ACE）抑制剂作为降压药的活性。尽管它需要时间，昂贵且容易受到不确定性的影响，但传统方法（例如湿LAB测试）通常用于识别ACE抑制剂。本研究旨在通过ANN中的ABC算法整合系统优化来提高预测性能。使用ABC算法优化架构参数和超参数ANN模型。在测试数据中具有0.683的值，人口大小10的模型显示了评估的五个模型之间的最佳性能，从而证明了其在反映数据模式方面的功效。这些结果表明，ABC算法与ANN的潜在整合，以对ACE抑制剂活性进行更精确的预测，从而比常规方法更快，更具成本效益的替代方法。需要更多的数据集来进行 - 深度研究，以确认该方法的概括，以实现各种药物发现目的。
4 prediksi抑制剂血管紧张素转化 - 酶（ACE）...
主要关键词
相关文件推荐
