进化树又称为系统发生树，是表示生物体之间遗传关系的树形结构。一棵包含全部物种的进化树可以被称为生命之树，描述了地球上所有物种的进化关系。构建出一棵高质量的进化树，不仅仅有利于了解自然选择的机制、生物体进化历史，推演生物进化机制。而且对于生物科学的其他分支也有重要有意义，比如对于分子遗传学，生物医药学，基因发现，良种培育等的分支也具有重要意义。目前，进化树构建算法大致可以分为两类，基于距离的方法和直接基于序列的方法。本文以基于距离的方法中流行的邻接法为基础进行了相关方面的研究。第一，针对距离矩阵构建过程中存在未估计值的问题进行了研究提出了一种基于组合思想的进化距离。由于序列长度太短，采样误差过大，进化模型不合适或者距离公式不适用会导致距离矩阵中出现未估计值。本文提出了一种基于组合思想的进化距离，解决了矩阵中未估计值的问题，并使用该距离进行距离矩阵构建和进化树构建。第二，针对邻接法构建进化树过程中，因为多个最小值问题导致的生成多棵等效进化树的问题，以及邻接法在大数据量情况下运算较慢的问题，本文提出了一种基于邻接法的改进方法。最后我们实现了从多序列比对文件直至进化树生成的完整步骤，构建了一个包含多种距离模型和两种进化树构建算的进化树构建系统。实验结果表明，本文提出的新的进化距离在统计指标和进化树生成上都有较好的结果。在统计指标上，本文提出的方法相比单一模型生成的近乎距离矩阵有不同幅度的改善。在进化树构建过程中，本文提出的方法与邻接法相比具有相同的拓扑结构，在存在未估计值时候得出的进化树与PHYLIP软件生成的进化树具有一致拓扑结构。本文提出的邻接法的改进算法在性能和针对基因顺序的稳定性上较邻接法要好。多数情况能够返回唯一的进化树，而不随基因顺序改变。