听觉系统作为哺乳动物捕获外界信息的重要器官,是声音感知过程不可或缺的一部分。耳蜗（内耳）在声音感知过程中的主要作用是将振动信号转化为神经信号,进而帮助我们获取和识别声音。人们对耳蜗工作机理的探究从未停止,但受限于耳蜗极其复杂的结构及生理特性,至今还尚未被完全揭示。动物实验为探究耳蜗生理特性提供参考,但结果容易受到测量环境、设备等因素的影响。经过验证的耳蜗模型不仅可以重现实验观测到的耳蜗响应,还能对响应规律赋予物理意义,更能预测目前由于技术限制而未知的耳蜗工作机制,为进一步揭示听觉感知机理提供指导。本文围绕耳蜗建模及优化开展工作。建立了不同自由度（单、双自由度）、不同维度流体耦合（一维或三维）及不同形状（均匀或非均匀）的耳蜗模型,为拟合小鼠活体耳蜗基底膜响应奠定基础。基于实验测量数据,首先使用单目标优化算法对均匀模型进行优化,提出的最小二乘-遗传联合算法（LSQ-GA）具有较强的全局搜索能力与局部搜索能力。对比其他学者工作,各个声压级下的基底膜响应归一化均方误差（NMSE）在双自由度一维流体耦合-均匀模型中平均降低11.49%,在双自由度三维流体耦合-均匀模型中平均降低9.10%。多目标优化算法同时将基底膜响应、幅值和相位的归一化均方误差进行量化。以双自由度三维流体耦合-均匀模型为例,基于遗传算法的多目标优化得到的各个声压级下的NMSE较之单目标优化平均降低11.19%。本文通过对比不同模型对小鼠活体耳蜗响应的拟合结果,发现双自由度三维流体耦合-均匀模型的拟合效果最好,各声压级下的NMSE小于0.0750,最小可达0.0046。为获得基底膜响应的物理意义,对其基底膜导纳零极点进行分析。发现导纳零极点均分布在虚轴左半平面,因而系统稳定;两对极点的虚部大小不相等,因此网状板与基底膜振动频率不一致。而后通过对均匀与非均匀模型的基底膜速度导纳进行分析,发现导纳随着激励频率的增大逐渐变大,在达到最大值后逐渐减小直至接近于零。通过对均匀与非均匀模型进行脉冲激励仿真发现,随着声压级的增大,基底膜响应速度变快。综上,本文使用改进的遗传算法对耳蜗模型进行优化后,减小了基底膜响应的拟合误差,为探究耳蜗工作机制提供更加可靠的依据。