生物信息学是在生命科学的研究中,以计算机为工具对生物信息进行储存、检索和分析的科学。序列比对是生物信息学的基础,通过在比对中获得大量的序列信息,可以推断基因的结构、功能和进化关系。蚁群算法是一种新颖的仿生进化算法。作为一种全局搜索的方法,蚂蚁算法具有正反馈性、并行性、分布性、自组织性等特点,自提出以来,便在求解复杂组合优化问题上显示出了强大的优势。本文将蚁群算法引入序列比对,并对基于蚁群算法的双序列比对和多序列比对进行了研究。首先,分析了蚁群双序列比对算法,设计了蚁群双序列比对模型,提出了一种基于全新的信息素改变策略的智能蚁群算法。该算法利用历史最优信息来更新信息素,避免出现早熟现象,加速算法的后期收敛。实验表明该方法的有效性和可行性。然后,在基本蚁群多序列比对算法的基础上,设计了蚁群多序列比对模型,提出了一种往返搜索策略的蚁群多序列比对算法。算法中改变了信息素的更新方式、字符的选择方法、提出了蚂蚁在蚁巢和食物之间往返的搜索策略以及随机分配蚂蚁的开始序列等方法。实验结果表明,改进后的算法不仅有效地克服了基本蚁群多序列比对算法中的停滞现象,而且即使在运行的后期,仍然能以极大的概率搜索较好解。