遗传算法是模拟生物进化过程的一类随机性全局优化算法,广泛应用于化工过程的建模与优化中。然而遗传算法的局部搜索能力较弱、易早熟收敛,而且常用的二进制编码方法不能表达丰富的遗传信息,因此在其计算模型中没有反映出遗传信息对生物体的调控作用,尤其是起关键作用的DNA编码机制的调控作用。近年来,随着DNA计算的发展,人们发现基于DNA的智能系统能反映生物体的遗传信息,有利于发展功能更强大、能解决更复杂问题的智能方法。受DNA生物特性的启发,本文对DNA遗传算法及应用进行了深入的研究,主要研究工作如下：(

# 国家集训队论文列表（1999-2019） ___点击目录快速跳转：___ - _国家集训队论文列表（1999-2019）_ * [_1999_](#1999) * [_2000_](#2000) * [_2001_](#2001) * [_2002_](#2002) * [_2003_](#2003) * [_2004_](#2004) * [_2005_](#2005) * [_2006_](#2006) * [_2007_](#2007) * [_2008_](#2008) * [_2

在计算DNA的过程中,所面临的一大难点就是以表达和传递信息为主要目的编码问题,计算DNA的可靠性在一定程度上取决于编码设计的有效性。首先从遗传密码表、用户DNA配置以及文件DNA编码三方面对编码加以阐述,从DNA操作算子以及访问控制的自然计算过程两方面对算法加以介绍。