随着智能科学的深入发展,涌现出越来越多的智能算法。论文对传统人工智能算法的发展历程进行了回顾和总结。在分析生理学中新陈代谢规律的基础上,对生理学中代谢工程的概念和发展趋势进行了系统地论述。详细地阐述了酶的催化特性、活性和反应机理。概述了酶催化反应动力学的主要类型。以对生物体新陈代谢机能的研究为背景建立起人工代谢算法。人工代谢算法和以往的遗传算法、免疫算法、人工神经元网络算法类似,都是基于模拟生物体的特性而提出的智能算法。它通过模拟生物体新陈代谢的机能,将对目标函数的寻优过程看成是代谢物之间不断契合的过程。通过代谢算子不断地调整代谢物之间的契合度。随着代谢物之间的契合达到理想的程度,也实现了对目标函数的寻优操作。人工代谢算法的提出,在一定程度上丰富了人工智能算法的种类。为对智能科学的探索提供了一条新的研究思路和一个新的研究领域。论文的主要工作如下：(1)建立了人工代谢算法的主要性能指标。根据酶的催化机理,通过研究底物之间与酶发生竞争匹配原理设计了代谢竞争算子。通过改变竞争阈值使算法具有快速搜索到较优解的能力。通过研究底物与酶在其契合度较低情况下,酶自动具有寻找合适底物的能力这一原理设计了代谢凋亡算子。通过改变凋亡阈值使算法具有较广阔的搜索空间。降低了寻优过程中陷入局部极值的概率。通过研究代谢反应平衡时代谢物之间相互制约的原理设计了代谢平衡算子。兼顾了寻优过程中所需的新个体的产生和保持收敛速度的两项性能。(2)在综合分析和研究竞争算子、凋亡算子、平衡算子的功能上完整设计了人工代谢算法,提出了算法的编码规律。研究了人工代谢算法的编码模式,证明了算法的收敛性和人工酶辨识定理。通过测试函数对比了人工代谢算法和传统遗传算法在函数寻优过程中的性能,说明了人工代谢算法的优越性。对代谢参数在函数寻优过程中的地位和作用进行了详细地分析,得出了相关结论。为优化问题选择合适的代谢参数提供了有益的参考价值。(3)通过对代谢物结晶机理的研究,提出了基于代谢反应过程中动态再结晶过程的模拟淬火计算机制。有效地实现了代谢合成与优化进程的交互式调节。通过建立代谢物状态转移概率的模糊规则,以物流配送问题为例,有效地说明了淬火计算机制的优越性。(4)通过分析底物与酶合成后形成的中间代谢物编码理论及凋亡算子的工作原理,提出了利用酶催化来分析故障诊断问题的相关方法。利用底物与酶的匹配关系,对故障进行了定位。同时利用凋亡算子的作用不断地对诊断过程实行简化操作,降低了诊断过程的复杂性。建立了代谢流量控制系数和代谢灵敏度分析的理论,在基于对代谢标志物分析的基础上有效地实现了网络化系统的故障定位与网络自愈。(5)对智能科学若干算法的共性进行了分析。探讨了基于人工代谢体系的计算机的设计模式。分析了人工代谢理论用于生命科学的应用前景。对智能科学一般意义上的若干问题进行了定性地探讨。