大自然中的植物种类多样,千姿百态,它们是组成和谐大自然不可缺少的一部分。虚拟植物建模融合了计算机图形学、应用数学、随机化过程、物理学、植物学、农学及可视化计算等多种学科,针对植物个体或群落,开展虚拟植物的相关研究已经成为目前的研究热点。虚拟植物的形态建模是进行虚拟植物研究的关键,而植物在生长过程中所表现出来的形态多样性、可塑性,为虚拟植物形态模型的构建方法研究带来了契机和挑战。L-系统是目前进行虚拟植物形态表达和模型构建的最有效方法之一,能够符合植物自身的生长机理且利于计算机可视化实现。因此,本文在深入研究不同的虚拟植物建模方法的基础上,运用基因表达式编程思想(Gene Expression Programming,简称GEP),基于L-系统方法,对植物的形态进化策略和方法进行研究。在利用L-系统构建植物形态描述性模型的基础上,本文按照GEP的编码结构原理,将L-系统的字符集和产生式映射为开放读码框架(Open Reading Frames,简称ORFs)下的字符集和K-表达式,以获取能够满足植物形态进化的初始编码方案;之后,按照GEP原理,对植物个体形态进行遗传和进化操作,提出了基于树形相似度的适应度函数进行有效评价,获得最优解,最终得到在形态上符合植物生长机理的最佳植物个体或群落。本文的研究工作主要包括以下几个方面:1.深入研究和分析虚拟植物形态建模方法,满足植物形态的多样性和可塑性要求,探究适合于植物形态表达的有效途径和方法。植物形态建模的理论和方法各有异同,而模型的可行性、有效性是进行虚拟植物模型研究的出发点。本文通过对目前虚拟植物建模方法的深入探讨,考虑植物形态进化的要求,采用L-系统表达植物形态发生过程,并进行计算机可视化仿真。L-系统是一种典型的并行字符发生系统,在植物形态发生的表达上具有得天独厚的优势,是虚拟植物建模最有效的方法之一,目前在符合植物生长机理的研究上也得到长足的发展。本文对L-系统的不同模型方法深入研究,为支持植物形态发生的进化过程奠定了理论和方法上的基础。2.基于植物形态发生的有效表达,满足植物形态进化要求,对基因表达式编程思想的关键技术进行深入研究。以植物形态发生的描述性模型为基础,详细的介绍了GEP的关键技术、GEP的算法流程和GEP在植物形态发生的应用和方法。采用GEP能够快速搜索最优解的优势促进植物形态的进化来满足植物的表型可塑性和多样性,然后根据设定的适应度函数值或者最大的迭代次数对种群中的个体进行选择或者淘汰,最终保留最优的个体。3.鉴于对L-系统理论的研究,为得到最自然的植物形态,对传统的L-系统进行改进,为选择进化中最优的植物形态,改进了植物的形态评价函数。基于L-系统的基本理论(同步并发理论),考虑到自然界中部分植物是异步并发的,为了使仿真植物与自然界中的植株更加逼真,将传统的L-系统加入了环境符号和时间步控制植物形态的异步并发现象。评价三维仿真植物,判断个体是否进入下一代,充分地考虑了植物拓扑结构和外部轮廓,提出了基于树形相似度的适应度函数,有效的评价了仿真植物与目标植物的相似性。4.基于L-系统和GEP的理论研究,本文提出了一种自适应的虚拟植物进化智能模型,将GEP算法和改进的L-系统相结合对植物形态进行进化和表达。为了减少建模过程中人工的干预,系统能够的自动获取模型的参数和产生式,提出了基于改进的L-系统与GEP算法结合的自适应的植物形态进化模型,然后采用VC++编程语言实现L-系统文法模拟植物的形态,在获得大量植物形态优良个体的同时,使植物的形态得到进化,满足用户的需求。