生物演化是生命科学的重要研究对象之一。随着计算机科学的发展,通过建立模型利用计算机模拟手段对生物演化进行研究已有很多工作。这些工作从不同侧面显示了相应研究方法的可行性和必要性,但其中对个体信息的表达一般不充分,利用效率不高。Penna TJP于1995年提出了一个用比特串来表示个体基因的模型,称之为Penna模型。该模型基于生物基因突变积聚假说,考虑了环境、年龄、基因的工作方式以及遗传、突变等因素定义了死亡和繁殖机制,模拟了由个体组成的种群的繁衍变化。该模型提出之后,常被应用于说明现实中的一些现象,阐述相应现象背后的意义,得到了广泛的发展与应用。本文在第一章中对Penna模型及其发展和应用现状进行了回顾。接下来在第二、三、四章介绍了我所作的研究工作。第二章给出了基于比特串模型的疾病动力学研究。首先通过附加比特串方法描述个体的获得性疾病,以此为基础讨论了相应群体的演化性质,给出了患病率与治愈率对群体演化的影响效果;其次,在一个地域上,以邻居传染为基本特征,讨论了传染病的传播问题。第三,和Penna模型基因逐渐开启相适应,定义了个体与病毒之间的基于年龄的Hamming距离,讨论了传染病在群体中的传播问题以及对种群演化的影响。在第三章中介绍了作者建立的具有智能的比特串模型及其应用。首先,注意到智能具有遗传性,定义了具有智能因素的个体,其中的智能因素可以遗传,讨论了相应群体的规模及智能的演化性质;其次,在单物种种群中引入基于智能的学习机制,考虑了所学知识对个体生存的影响,讨论了种群的演化性质,表明知识对智能演化是有贡献的。模拟结果中的智商分布图和观察结果吻合很好;第三,在一个地域上,以从邻居中学习知识为基本特征,定义了具有智能个体的学习方式,讨论了相应系统的演化性质,结果表明活着的个体的平均智能要高于死亡个体的平均智能,这可理解为关于智能的自然选择;第四,研究了一个地域上的捕食被捕食系统,个体的捕食和逃逸与其智能和知识有关,且成功与否的经验是可以积累的。相应系统的演化性质表明被捕食者的智能要优于捕食者,而捕食者的知识要优于被捕食者。即每一个能存在于系统中的物种,都是各有其自身的优势。第四章给出了基于比特串模型的一些其他模拟生物学工作。首先,建立了具有季节特征的比特串模型,并利用它讨论了中国的休渔政策的效果,发现休渔总是有利于种群规模的扩大,且当捕捞强度小时,不休渔的产量更高,而当捕捞强度大时,休渔的产量要高;其次,建立了一个三物种生态系统演化模型,详细讨论了该生态系统的各种最终状态;第三,将信息熵的概念引入到比特串模型的研究中,从熵的变化规律理解共同祖先的形成机制以及遗传多样性的产生机制。