随着生物信息学和计算机技术的发展,基因调控网络的研究越来越受到研究人员的重视,特别是基因芯片技术的发展,产生了大量的基因表达数据和生物大分子数据图谱,这为研究基因调控网络提供了良好的基础。近年来,系统生物学的研究也越来越成熟,这也为从系统水平上研究基因之间的相互作用关系提供了良好的条件,这也更具有了生物学意义。只有从系统水平出发,对所有成分进行系统分析才能更加全面地获得生物学认识。构建基因调控网络的算法和模型有很多,主要是借助于生物信息学知识,根据获得的基因表达数据,建立合适的数学模型,推断基因之间的相互作用,从而构建基因调控网络。然而随着大量数据的产生,利用一般的模型越来越难以挖掘出这些数据中隐藏的信息。由于微分方程系统的非线性动态特性,非常适合表示生物网络中的复杂关系,所以,越来越多的研究人员选择微分方程模型去构建基因调控网络。利用微分方程系统构建基因调控网络的演化过程中,结构与参数的演化往往还存有误差较大、计算量很大等问题,因此,有必要对微分方程系统的演化算法进行优化,以更好地解决基因调控网络构建问题。本文在充分研究微分方程系统结构与参数优化算法的基础上,提出了一种利用灵活树模型构建微分方程系统,并利用浮点数遗传算法进行参数优化的混合优化策略,同时,使用了一种分裂的思想,减少了优化过程中的搜索空间。在优化过程中,使用了并行计算,以提高计算速度。本文主要的研究内容如下:(1)对基因调控网络的背景、研究状况、构建算法和模型等进行了详细的总结和介绍。在了解基因调控网络的研究背景后,着重介绍了基因调控网络的构建模型和算法,总结各个模型和算法的发展及应用情况,并介绍了构建基因调控网络的基本流程等。(2)介绍了浮点数遗传算法和遗传编程算法等计算智能算法,介绍了在微分方程系统的参数和结构优化过程中,各个算法的原理及应用。(3)介绍了灵活树模型。首先介绍了灵活树模型的生成方法以及进化算子等,并对灵活树模型的进化过程进行了改进。之后,介绍了如何利用灵活树模型编码微分方程系统,并结合微分方程参数优化算法,介绍了利用微分方程系统进行构建基因调控网络的整个流程。(4)介绍了基于灵活树模型构建基因调控网络的实验,并对实验结果进行了分析。最后,详细总结了本文的创新点和算法的优势,对整篇文章进行了总结,同时,对基因调控网络的研究做了展望。