近些年来，随着人类基因组计划的的完成、DNA微阵列技术的出现和应用使得人们可以同时定量测定成千上万个基因在生物样本中的表达水平，从而为用数学计算的方法研究基因之间的表达调控关系打下基础。一些研究者已经开始着手绘制控制整个细胞基因表达的调控网络。基因调控网络是动力系统模型，具有鲁棒性，层次性等一系列非线性特性，基因调控网络的重构，就是利用大量基因表达的生物数据，结合一定的分析计算方法来构建模型，从而模拟系统动态行为，洞察基因间相互依赖关系，随后利用已经建立起来的基因调控网络可以进一步指导生物实验。现在基因调控网络的研究已经成为后基因组时代研究的重要内容。　　 本文进行了基因调控网络方面的一些研究。回顾了系统生物学和生物信息学中目前用于描述基因调控系统的主要数学方法和模型，比如有向图模型，布尔网络模型，线性组合模型，加权矩阵模型，贝叶斯网络模型和微分方程网络模型等等，每种模型都有各自的优点，但也都都有一定的局限性，对于基因调控系统来说不存在最佳模型。加权矩阵是较早应用于基因网络的方法，其不仅能给出基因调控作用的有无问题，还能以权值的形式简单描述出互作用的强度，具有强大灵活利于描叙基因网络的复杂关系的优点，所以该模型在系统分析和控制设计方面具有一定的优势，所以本文使用加权矩阵模型用于基因调控网络的重构。　　 在前人的基础上，本文提出了一种基于混合遗传算法与粒子群算法的方法来重构基因调控网络。该方法的基本思想是利用基于混合遗传算法与粒子群算法去确定加权矩阵模型的最优结构以及参数。我们的目标是能推测出与实验数据相吻合的加权矩阵，从而达到利用重构的加权矩阵模型模拟基因调控网络的相互作用的目的。通过分析和实验结果表明本文提出的方法能够有效的推理出复杂的基因调控网络的结构。