本文主要对于DNA计算这一新兴的进化计算算法,研究基于非生物实验的DNA编码技术,探索可由DNA计算解决的NP问题,研究DNA计算与遗传算法、模糊技术和人工免疫系统等软计算的融合,并将DNA计算应用到三维集装箱求解问题以及化工过程软测量,开拓DNA计算新的应用领域、在应用的广度和深度上都进行拓展。本文主要研究成果如下： 1.对于新兴的DNA计算算法,总结了DNA的发展及其应用。较详细的讨论了DNA计算的几种模型:Adleman模型——哈密尔顿路径问题；Lipton模型——可满足性问题；DNA有限自动机模型；粘贴模型：表面固定的生物DNA计算模型；剪接模型；插入-删除系统模型。总结了DNA计算与模糊技术、神经网络、进化算法等软计算的融合技术。 2.针对集装箱货物装载问题提出了两种改进的遗传算法,解决了简化模型下的集装箱货物装载的求解问题。此算法考虑了货物放置方向的约束条件,采用三空间分割、空间合并等策略。实例计算结果表明,利用改进的遗传算法解决装箱问题是行之有效的一种方法。采用该方法求解,在提高集装箱利用率的同时可以简化工作人员的工作,提高工作效率,从而规范作业程序,降低运营成本,提高企业竞争力。 3.基于DNA编码的染色体表达机制,提出了DNA遗传算法。将设计变量编码成由A、T、G和C组成的一个固定(或可变)长度DNA串,每个设计变量按照其计算精度对应该串的一部分,其中每个组成单元为由A、T、G和C表示的三联体密码子。一般预先设定设计变量的取值范围[min,max],并认为其服从[min,max]上的均匀分布,从而得到从DNA编码串到设计变量的解码关系式。在DNA-GA操作的选择过程中采用轮盘赌法和最优个体保存法,并引入了新的操作算子——剪切和粘贴操作。本文还将DNA遗传算法应用到三维集装箱装载问题的求解及化工软测量建模中,仿真结果表明此方法效果比较好,能得到比较满意的结果。 4.根据相关文献,给出了免疫算法的收敛性证明,并作了免疫算法与遗传算法的比较,提出了一种基于DNA计算和抗体浓度更新机制的DNA免疫算法。该算法主要利用DNA染色体所携带的生物遗传信息,借鉴了体细胞成熟理论和免疫网络理论,实现了类似于生物免疫系统的自我调整机制和抗体多样性形成机制。分别探讨了用DNA免疫算法和自适应DNA免疫算法优化设计T-S模糊RBF神经网络的规则后件参数的方法。实例仿真结果表明了DNA免疫算法在TS模糊神经网络系统的优化设计中是有效的,所建模型精度较高,可以满足工业生产要求。 5.在现有免疫遗传算法的基础上,本文通过引入DNA计算中的一些思想,采用DNA编码机制,从而提出了一种DNA免疫遗传算法(DNA-IGA),使之更有效地处理复杂问题。本文对所提出的DNA免疫遗传算法建立了其相应的马尔可夫模型,分析了算法中各个算子,通过分析算法的极限行为,证明了该算法足收敛的。此算法应用于酮苯脱蜡装置润滑油基础油倾点软测量建模,实例仿真结果表明了DNA免疫遗传算法在TS模糊神经网络系统的优化设计中是有效的,所建模型精度较高,可以满足工业生产要求。