小麦作为我国三大粮食作物之一,在人民生活和国民经济中占有极为重要的地位。麦蚜是我国各小麦产区的常发性害虫,不仅蚕食小麦营养、影响光合作用,而且还传播麦类病毒,导致小麦大幅减产和品质下降,严重威胁小麦的生产。本文的目的在于使用计算机技术模拟气候因素对于麦蚜的影响,而以往的数学建模方法有很多局限性,所以本文结合基因表达式编程(Gene Expression Programming,GEP)和麦蚜调研数据进行麦蚜种群的建模工作。但是GEP依然无法克服进化计算乃至所有智能算法的通病-----趋同和早熟收敛,所以本文在对GEP算法围绕此问题进行改进的基础上完成了麦蚜种群建模的工作。本文主要工作有:三种对于基本GEP的改进算法,针对三种GEP算法的改进进行模拟实验,证明其效果相对于标准GEP和同类算法有不同程度的提升。之后结合三种算法和麦蚜调研数据进行的模拟实验进行麦蚜种群的建模。最后将三种算法应用于麦蚜种群建模软件的开发。详细介绍如下:配合个体多样性的计算,将标准GEP算法和蛙跳算法进行融合,将个体按照个体多样性进行蛙跳分组,每组单独进化,使得多样性有差异的个体能够互相促进,配合模拟实验可以看出蛙跳算法的思想使得算法性能在一定程度上有所提升。采用熵的计算衡量种群多样性,并且对于种群的多样性采用一种变异率自适应调节的方式进行干涉,其次,对于遗传算子的改进也围绕着多样性提高的目的,模拟实验显示算法性能有所提高。受到模糊系统聚类思想的启发,将种群中贴近度较近的染色体进行随机替换,使得算法的搜索更加均匀,并且贴近度的阈值采用自适应方式更加符合算法的进化趋势,模拟实验显示算法性能具有竞争优势。结合在模拟实验中性能效果最好的一种算法利用麦蚜调研数据建立麦蚜数据响应模型,验证算法在麦蚜气候响应模型构建中的效果。结合三种算法开发麦蚜气候响应模型软件,该系统由参数设定模块、后台计算模块、结果可视化模块三部分组成,通过数据的运行测试表明了该系统具有良好的使用效果和用户体验。