随着人类基因组测序工作的完成,蛋白质分子序列数据呈几何级数增长。通过对蛋白质的分子序列的折叠结构的研究和分析,可以预测蛋白质的功能。这对于生物学、医学的研究发展有非常重要的意义。亲疏水格点(HP)模型是研究蛋白质折叠的一种重要的简化模型。本文将利用多种启发式算法和亲疏水格点模型对蛋白质折叠的问题进行深入研究。给出改进的遗传算法和蚁群算法,能够有效地获得亲疏水格点模型的最优解,其效率优于传统的各类算法。本文从旅行商问题入手,对蚁群算法的发展背景、内容、改进方法和应用领域作了详细的介绍。对算法本身进行了深入的研究,提出了蚁群算法可以改进的方面。通过结合PERM算法和2DHP模型,对蛋白质折叠的问题作了详细介绍。在遗传算法引入了新的突变算子进行突变操作,扩大了搜索范围,更好的防止种群陷入局部最优解,从而搜索到全局最优解。通过对蛋白质的HP序列的实验验证了该改进的有效性。本文具体分析了蚁群算法结合亲疏水格点模型研究蛋白质折叠问题。给出了利用蚁群算法来获取蛋白质折叠构型的思路和构建方法。提出了在现有的蚁群算法的基础上在解的构建阶段成功引入了淘汰和克隆操作,成功的解决无效构型时回退计算浪费时间的问题,使其具有更好的运算效率。为了防止搜索停滞,陷入局部最优,保证蚂蚁能对序列进行广泛的搜索和解的多样性,在进行局部搜索的时候,引进了大范围的运动;选择性的局部搜索;贪婪蚁群策略。同时在信息素的更新过程中引入最大—最小蚁群理论。并且选择测试序列进行实验,验证了对蚁群算法的改进在解决蛋白质折叠的问题上,保证了解的质量的同时,具有更高的效率。