分子结构优化对于分子建模、药物分子设计和蛋白质研究都具有重要的意义。国内外对分子结构优化的研究已经有了比较系统的理论基础，国外也有很多支持分子结构优化的软件，但是国内有关分子结构优化的系统相对较少。自主研发的三维可视化软件GridMol系统在分子三维可视化和分子建模等方面已经有了良好的基础，本文对分子结构的优化是在分子建模基础上的进一步功能延伸。　　 本文主要研究如何利用遗传算法进行三维分子结构优化，并实现了一个通用的分子结构优化系统。首先，给出了分子结构优化的数学语言定义，将问题转化为利用遗传算法搜索最大适应度的分子结构问题。其次，详细描述了利用遗传算法进行分子结构优化的设计和改进，主要包括以下步骤：对分子结构的编码，转化为遗传算法可以操作的形式；基于给定的分子结构产生初始的分子结构种群；通过UFF力场计算分子能量，求解分子结构的适应度；利用遗传算子(选择、交叉和变异算子)在分子结构构象空间中搜索最优的分子结构；判定优化终止的条件，并获取最终的优化分子；结合当前种群的适应度提出了自适应的交叉率和变异率，对遗传算法进行改进。最后，在GridMol系统的基础上，采用“流水线”的架构，实现了一个通用的基于遗传算法的三维分子结构优化系统。　　 本文在利用遗传算法进行分子结构优化的研究与实现方面具有两个优点：一是引入了自适应的交叉率和变异率，改进现有的遗传算法，加快了收敛速度，并改善了优化效果；二是系统实现采用了“流水线”的架构，并引入了多种设计模式，便于后续功能的灵活扩展和系统维护。