DNA遗传算法是在遗传算法的基础上,受DNA生物特性及DNA计算的启发,将DNA编码方式、分子操作机制等引入遗传算法,有效的提高了遗传算法的性能。本文对变异算子和变异概率进行了研究,并以工程背景为例进行了仿真应用。主要内容如下：(1)提出了一种受核糖体RNA启发的DNA-GA算法-RDGA(ribosomal RNA Inspired DNA Genetic Algorithm)。该算法保留了DNA遗传算法中的交叉操作和反密码子变异操作算子,并使用了本文提出的三种新的变异操作算子——预剪切操作算子、单体自然变异操作算子、环境导向操作算子。选取4个具有搜索空间大、局部极小点多、欺骗性强的测试函数来构建测试环境,并与标准遗传算法(SGA)和RNA遗传算法(RNA-GA)的结果进行对比,表明RDGA算法具有更好的收敛速度和求解精度。(2)将RDGA算法用于多指标船舶柴油机的高阶控制器设计,并进行了仿真研究,与FST-MC和GA方法的对比表明RDGA算法设计的控制器参数具有更好的动态特性。(3)考虑RDGA算法的变异概率取值的影响,将模糊逻辑和RDGA算法相结合,提出了一种模糊RDGA算法(FRDGA),该算法采用模糊算法整定变异概率。选取4个具有代表性的测试函数来构建测试环境,并与RDGA算法的结果相比较,表明FRDGA算法的有效性。(4)将FRDGA算法用于炼油厂汽油调合短期调度问题,分别求解24小时和72小时的汽油调合调度问题,并与遗传算法和PSO算法的结果相比较,验证了该算法的有效性。