图的染色问题是图论中一个重要的研宄课题，在理论和工程上都具有良好的应用背景。图的染色问题是NP完全问题，虽然现有的一些经典智能优化算法如遗传算法、神经网络算法、模拟退火算法等都被广泛地应用于解决组合优化和NP完全问题。但是随着染色问题规模的不断增大，算法运行的时间会大幅度增加，收敛速度也会大幅度下降，严重影响算法的效率。目前，传统的解决图染色问题优化算法主要是针对正常的点（边），从已发表的公开文献看很少有解决可区别染色的智能优化算法。所以，本文针对一般图的点可区别边染色和非正则图的点可区别全染色的特点分别设计新的算法，并且对算法进行测试验证，取得了较为理想的实验结果。本文的主要研宄工作如下：(1)分析了一些经典算法（遗传算法、神经网络算法、模拟退火算法）在图染色问题中的应用，重点研宄了在应用遗传算法解决图染色问题时出现的问题。结果表明，一方面这些算法对于解决图的点可区别边染色的效率不高，另一方面这些算法对于解决非正则图的点可区别全染色针对性不强。(2)深刻研宄了图染色的相关概念和关键技术，具体包括：均匀染色、图的染色、概率函数及染色条件约束函数的构建，重点阐述概率函数在图染色上的应用，同时对染色条件约束函数的构建进行了总结和深化。(3)针对一般图设计了一种新型的点可区别边染色算法，并对算法进行了测试验证。本算法把概率思想和图染色相结合，同时应用到了随机函数，根据点可区别边染色的特点得到约束函数，确立最终目标函数。分别以一般图和完全图为研宄对象，对这种新型的算法进行了测试，取得了预期的实验结果。(4)针对最大度大于2的非正则图，设计和实现了图的/)(/?)_点可区别全染色算法，并对算法进行了测试验证。在对最大度大于2的非正则图的/)(/?)_点可区别全染色算法设计中，按照度从大到小的顺序对所有待染色的顶点和边进行划分，对度较大的顶点及其关联边优先进行染色，并创造性地应用约束规则表对染色过程进行了简化，极大地提高了算法的效率。在VC++环境下用C语言对这个算法进行编程，短时间内得到了预期的实验结果，验证了算法有较快的运行速度和较高的收敛速度。