单核苷酸多态性（Single Nucleotide Polymorphism, SNP）在基因组中分布广泛数量巨大且变异率高，所以富含遗传信息，在疾病基因定位与药物基因组学中有很高的研究价值。SNP关联分析从SNP位点集与疾病的关联性出发，定位影响疾病的SNP位点。本文指出了多因素SNP关联分析问题与SNP关联分析问题的不同。针对SNP关联分析算法的不足，提出一种基于稳定性的多因素SNP关联分析算法。在对几种SNP关联分析算法进行比较后，提出了一种多因素SNP关联分析算法的改进形式——基于AES的多因素算法。本文在模拟数据上进行实验，对SNP关联分析算法的不足进行了验证，对AntEpiSeeker、SNPRuler、SNP多因素分析算法、基于AES的多因素算法做性能上的对比分析，验证了多因素分析算法的正确性和有效性。最后，在AMD真实数据上进行实验，找到了一些比较可信的潜在致病因素。