基于图论的布尔网络是一种简单但十分有效的数学模型。在布尔网络中,吸引子是一些特殊的状态且具有重要的生物学意义。由于布尔网络的状态空间随网络规模增大而呈指数增长,因此需要使用更高效的算法检测布尔网络的吸引子。本文从单吸引子的特性出发,定义了条件布尔函数的概念并提出了一种基于函数删减的吸引子算法。在条件布尔函数中,部分变量被确定为0或1。当布尔函数中所有变量的状态都被确定后,如果每个条件布尔函数中只含一种输入,则当前所有变量被确定的状态组合是一个单吸引子。变量状态的确定有两种方式,首先,如果该变量在当前某一条件布尔函数中对应所有可能输入或输出均为0或1,则在所有布尔函数中将该变量状态确定为与之一致的状态。否则将分别尝试将该变量确定为0和1。研究表明,布尔网络中相关基因决定了吸引子状态与结构,本文实现了一种简便的相关基因计算方法并将其应用于计算布尔网络吸引子进一步提高了算法效率。另外,本文提出了复合布尔网络的概念,介绍了复合布尔网络的计算方法并以定理形式证明了原布尔网络吸引子在复合网络中的变化规律。利用复合网络使得基于函数删减方法能够计算小吸引环。最后本文通过软件实现了完整的基于函数删减的吸引子算法。在该软件中输入按规定格式保存布尔网络数据的文件名以及参数p,软件就能自动读取文件中的所有网络数据并在另一文件中输出所有不大于p的吸引子。另一个被实现的软件用于产生随机布尔网络。两个软件都能同时处理或生成多个文件。