大数据时代的到来对计算机的性能提出了越来越高的要求,但硅基计算机却在并行计算和信息存储能力上面临着难以突破的瓶颈。近年来,DNA计算以其并行性高、存储量大、耗能低等优点受到了众多学者的广泛关注。DNA链置换是DNA计算的重要技术之一,以其并行性、可编程性和动态级联的特性被应用于构建人工神经网络。DNA神经元的自治学习是构建DNA神经网络的重要研究内容,现有的工作仅是通过DNA分子生化反应实现神经网络的工作过程,而神经网络的学习过程仍然需要借助计算机来完成。DNA神经网络自治学习算法涉及复杂的生化反应调控,实现基于生化系统的分子学习算法仍十分困难。针对当前存在的问题,本文研究了基于DNA链置换技术的神经网络构建,主要研究内容和成果如下。本文提出了一种基于链置换的DNA神经元自治学习算法。算法采用单轨编码,以降低DNA反应网络的复杂度,算法具体由四个DNA生化反应模块组成:DNA神经元权重更新模块、DNA神经元运算处理模块、权重信号同步模块、权重自适应反馈调节模块,模块间以DNA分子为信号载体,通过DNA链置换实现信号传递。随后,本文对DNA神经元自治学习算法的可行性进行了测试。首先构建了能进行城市地理位置二元分类的二输入DNA神经元,通过扩展输入,构建了能进行水果种类识别的三输入DNA神经元,并依据具体的实验数据对实验条件进行了分析。Visual DSD的仿真结果表明,本文构建的生化反应模块具有良好的作用效果,DNA神经元能够正确地对测试数据进行分类,证明了本文提出的基于链置换的DNA神经元学习算法的有效性。本文的算法和实验结果表明,利用DNA链置换反应来更新DNA神经元的权重是可能的,DNA链置换技术在自主DNA神经网络和智能DNA电路的构建方面具有非常广阔的前景,本文提出的DNA链置换反应网络对DNA神经网络的构建具备一定的参考价值。