自上个世纪80年代以来，生物信息学作为一门新兴的交叉学科受到了科学界的广泛关注。而蛋白质作为生命活动的重要承担者，在几乎所有生物过程中都起着至关重要的作用，它的生物学功能是由其空间结构决定的，因此，蛋白质结构预测就成为分子生物学中最具挑战性的问题之一。解决该问题应从两方面入手：建立有效的简化模型以及寻找合理的优化算法。近些年来，许多科研工作者致力于简化模型的研究，这些简化模型是基于蛋白质的天然构象处于能量最低状态这一热力学假说的。HP格点模型是最为典型的简化模型之一，但基于HP格点模型的蛋白质结构预测是一个典型的NP问题。　　本文给出了数学能量函数，建立了整数优化模型，蛋白质结构预测问题就转化为一个组合优化的问题。同时，本文还给出了这个组合优化模型的一些性质。目前，已有许多优化算法被用于求解蛋白质结构预测问题。而粒子群算法是一种新的群智能算法，优势在于简单容易实现，又有深刻的智能背景。在优化领域，粒子群算法适用于求解连续优化问题，而基于HP格点模型的蛋白质结构预测问题是一个离散问题。因此，本文通过引入调整子和交换子的概念，重新构造了两种粒子群算法，并用它们分别求解了二维紧致HP格点模型下的方格网、菱形网和三角网以及二维非紧致HP格点模型下的方格网、菱形网和三角网。同时，本文还给出了紧致方格网与紧致菱形网、紧致菱形网与紧致三角网以及非紧致方格网与紧致方格网的比较。数值模拟结果表明，改进的粒子群算法用来求解基于HP格点模型的蛋白质结构预测问题是可行的和有效的，是对蛋白质结构预测问题的一次有效尝试。