系统发生树是描述物种进化顺序和进化关系的一种拓扑结构。一个可靠的系统发生的推断,将揭示出有关生物进化过程的顺序,有助于我们了解生物进化的历史和进化机制。发生树的构建问题是一个NP完全问题,因此,研究构造发生树的近似最优算法有着重要意义。目前常用的构建发生树的方法有三种,即距离法、最大简约法和最大似然法。本文对距离法中的邻接法进行了三点改进:1.使用更精确的进化模型来度量序列之间的距离,降低因模型而带来的误差;2.通过队列产生多个拓扑结构,解决了邻接法只能产生一个拓扑结构的缺陷;3.引入回退机制,消除了距离法中负枝长的产生,得到的树更准确。对最大简约法,引入遗传算法的思想,提出了一种新的建树算法,即遗传简约法,以简约树长作为适应值函数,随机生成多个初始树,逐步收敛到所要搜寻的解,即最大简约树。对最大似然法,改进了一种新的启发式搜索:随机建立一棵初始树,然后通过查看与当前最优树拓扑最近的树,从中寻找更优树,不断地更新当前最优树,直到无法找到更优树或者达到了搜索次数的上限,算法停止。以上算法都采用了评价建树算法中最常用的计算机模拟法来测试其性能,从实验结果来看,改进算法的准确性都有较大提高。