1.一种基于抽象凸估计的多阶段差分进化蛋白质结构预测方法，其特征在于：所述蛋白质结构预测方法包括以下步骤：

1)选取蛋白质力场模型，即能量函数E(X)；

2)给定输入序列信息；

3)初始化：种群规模NP，交叉概率CR，阶段控制参数μ，支撑面斜率控制因子M；根据输入序列产生初始构象种群 其中，N表示维数， 表示第i个构象Ci的第N维坐标，并初始化迭代次数G＝0；

4)随机生成正整数rand1,rand2,rand3∈{1,2,3,......NP}，且rand1≠rand2≠rand3≠i；再生成4个随机整数randrange1,randrange2,randrange3,randrange4；其中randrange1≠randrange2，randrange3≠randrange4∈{1,2,…,L},L为序列长度；令a＝min(randrange1,randrange2)，b＝max(randrange1,randrange2)，k∈[a,b]；令c＝min(randrange3,randrange4)，d＝max(randrange3,randrange4)，p∈[c,d]；其中min表示取两个数的最小值，max表示取两个数的最大值；

5)如果G＝0，对于当前种群中的每个构象个体Ci，i∈{1,2,3,…,NP}，令Ctarget＝Ci，Ctarget表示目标构象个体，执行如下操作生成测试构象个体Ctrial：

5.1)用Crand2上位置a到位置b的片段的氨基酸k所对应的二面角替换Crand1的相同位置所对应的二面角；再使用Crand3上位置c到位置d的片段的氨基酸p所对应的二面角替换Crand1上相同位置所对应的二面角，然后将所得Crand1进行片段组装得到变异构象个体Cmutant；

5.2)生成随机数rand4，rand5，其中rand4∈(0,1)，rand5∈(1,L)，若rand4≤CR，则利用目标构象Ctarget中的rand5片段替换变异构象Cmutant中的rand5片段，从而生成测试构象Ctrial；若rand4＞CR，则Ctrial直接等于变异构象Cmutant；

6)如果G>0，则执行如下阶段性操作：

6.1)计算第G-1次迭代中生成的每个测试构象个体的能量下界估计值：

6.1.1)计算当前种群中每个构象个体到测试构象个体之间的距离

其中 表示第i个构象Ci的第j维坐标， 表示测试构象Ctrial的第j维坐标，di表示第i个构i象C到测试构象的距离；

6.1.2)根据距离对所有构象进行升序排列，选取前两个构象个体并记为并计算其下界估计支撑面：

其中， 为所选构象 的能量函数值， N+1为所选构

象个体 的第j为坐标， 为辅助变量，M为支撑面斜率控制因子；

6.1.3)计算测试构象Ctrial的能量下界估计值 其中max表示求最大值，min表示求最小值， 为测试构象向量 的第j维元素，为支撑向量lk的第j维元素；

6.2)计算所有测试构象的平均估计误差 其中 表

示第i个测试构象的能量下界估计值， 表示第i个测试构象的实际能量函数值，如果G＝0，则最大平均估计误差为UEmax；

6.3)对平均估计误差UE进行归一化处理，UE的归一化值为

其中UEmin＝0为最小平均估计误差；

6.4)根据归一化平均估计误差值判断算法所处的阶段，并采样不同的策略生成变异构象Cmutant：

6.4.1)如果 则用Crand1上位置a到位置b的片段的氨基酸k所对应的二面角替换Ctarget的相同位置所对应的二面角；再使用Crand2上位置c到位置d的片段的氨基酸所对应的二面角替换Ctarget上相同位置所对应的二面角，然后将所得Ctarget进行片段组装得到变异构象Cmutant，其中μ为阶段控制参数；

6.4.2)如果 则根据如下操作生成变异构象Cmutant：

a)根据能量函数值对当前种群中的构象个体进行降序排列，选取前NP/5个构象并计算所选构象的质心构象Ccentroid＝(xcentroid,1,xcentroid,2,…,xcentroid,N)，其中，构象Ccentroid的第j维元素 j＝1,

2,…,N， 表示第m个选取构象 的第N维坐标， 为构象 的实际能量函数值；

b)从当前种群中随机选取两个不同的构象Crand1和Crand2，其中rand1≠rand2∈[1,NP]，提取构象Crand1位置a到位置b的片段的氨基酸所对应的二面角替换质心构象Ccentroid的相同位置所对应的二面角，同时使用Crand2上位置c到位置d的片段的氨基酸所对应的二面角替换质心构象Ccentroid相同位置所对应的二面角，然后将所得Ccentroid进行片段组装得到变异构象个体Cmutant；

6.4.3)如果 找出当前种群中能量最低的构象Cbest，用Cbest上位置a到位置b的片段的氨基酸k所对应的二面角替换Ctarget的相同位置所对应的二面角；再使用Crand1上位置c到位置d的片段的氨基酸p所对应的二面角替换Ctarget上相同位置所对应的二面角，然后将所得Ctarget进行片段组装得到变异构象个体Cmutant；

6.4.4)根据步骤5.2)生成测试构象个体Ctrial；

7)分别计算目标构象和测试构象的能量函数值f(Ctarget)和f(Ctrial)，如果f(Ctrial)＜f(Ctarget)，则测试构象个体替换目标构象个体；

8)判断是否满足终止条件，若满足则输出结果并退出，否则返回步骤4)。

2.如权利要求1所述的一种基于抽象凸估计的多阶段差分进化蛋白质结构预测方法，其特征在于：所述步骤8)中，对种群中的每一个个体都执行完步骤4)—8)以后，迭代次数G＝G+1，终止条件为迭代次数G达到最大迭代次数Gmax。