随着人类基因组计划由绘制草图发展到大规模测序阶段以来,基因区域预测问题越来越引起人们的关注,已经成为生物信息领域的研究热点.许多预测方法应运而生,并取得了较好的预测效果,但是,还远远不能满足实际需求.该文首先对基因区域预测的意义及该领域的研究现状进行阐述,说明用计算方法进行基因区域的预测虽然不能完全代替生物试验,却早已经成为支持和指引生物试验的不可或缺的强大工具.在生物信息急剧膨胀的今天,准确的预测方法必将会简化大量序列数据分析的工作,从而加速基因组计划的步伐.在对相关背景知识详尽介绍的基础之上,该文深入研究了基因区域预测的方法.详细剖析了动态规划、决策树与HMM三种主要算法.同时,研究了这些方法在基因区域预测系统中的综合应用,并且分析了基因区域预测模型的基本框架.针对预测方法的评价问题,该文定义了基因区域预测方法的评价指标,并分析了评价中普遍存在的问题,进而给出一种基因预测系统评测方法一位置文件比较评测方法.此外,该文还研究了基因区域剪接位点的识别问题.剪接位点的预测是整个基因区域预测的关键环节.但是,大多数方法都没有针对剪接位点阀值的取值进行专门的研究,从而使预测质量受到限制.该文结合群集智能的代表性方法之一—粒子群优化算法,提出一种剪接位点预测优化模型.与现有的预测方法相比,此优化模型综合考虑了位点阀值对于基因预测系统整体性能的影响.最后,该文针对基因区域预测模型中目标函数多变量、算法复杂的特点,详细分析了粒子群优化算法中的主要参数—最大速度对系统性能的影响,并且实验验证了该参数的调整可以加快算法收敛速度.