分子生物学的深入研究揭示了复杂生命现象是基因相互调控的结果,但是至今为止人们尚未完全清楚基因调控的机制,为理解生物系统的内在模式和机制,有效构建基因调控网络是当前功能基因组学研究的重要内容。本文在分析了现有各基因调控网络模型的优缺点的基础上,针对当前构建基因调控网络现有模型的局限,提出采用递归神经网络模型,设计新的优化策略实现了基因调控网络的重构,这是本文的主要工作。本文重点介绍了递归神经网络模型的相关知识,以及其应用于基因调控网络的优势,即不仅能利用基因数据的时序性,而且可以近似地模拟基因表达数据的非线性特征。此外针对基因调控网络权值矩阵为稀疏矩阵的特点,本文采用了结构与参数相结合的方法训练网络权值。采用全局寻优算法模拟退火算法来训练网络结构,以得到最优网络结构,同时采用引入免疫思想的粒子群算法进行网络权值参数优化,得到可以表达基因调控关系的网络权值,进而完全理解基因间的相互作用关系。由于现有基因数据存在噪声高、数据量少、验证难等缺点,本文先通过对通用模拟数据进行实验,很好的验证了算法的有效性。然后本文将该方法应用于大肠杆菌DNA修复系统进行实验,成功的识别出了其基因间的相互作用关系,实验结果验证了本文所提出的方法对基因调控网络构建的可行性和有效性。