DNA计算是近年来的新兴研究领域之一。DNA遗传算法是一种受DNA计算的生物背景启发的遗传算法,通过引入生物DNA分子的编码方式和操作,提高遗传算法的性能。但DNA遗传算法操作算子较少、编码方式单一,且仍然存在传统遗传算法局部搜索能力弱,易早熟收敛等缺陷。因此,本文在研究了DNA遗传算法的算法结构、编码方式、DNA分子操作的基础上,受已有的DNA遗传算法启发,通过模拟正链RNA分子的生物特性,提出了基于正链RNA的一些改进遗传算法,以进一步提高算法的寻优性能,并用于求解化工过程中的非线性优化问题。通过典型测试函数和工程实例的仿真,对所提出的正链RNA遗传算法进行了性能研究和对比试验。本文的主要研究工作如下：(1)受DNA遗传算法启发,通过模拟正链RNA分子的复制重组机制,提出了一种正链RNA遗传算法(PRNA-GA)。在正链RNA分子结构基础上,提出了“复制重组”操作算子。该算法可以在进化过程中有效地保持种群多样性,具备较强的全局搜索能力。通过对典型测试函数以及连续搅拌反应釜(CSTR)软测量建模问题的仿真计算和对比研究,验证了所提算法的优越性和有效性。(2)为求解复杂非线性优化问题,提出了一种混合正链RNA遗传算法(HPRNA-GA)。通过在正链RNA遗传算法中嵌入Sequential quadratic programming(SQP)方法,使算法在具有较强的全局寻优能力的同时具备了快速、有效的局部搜索能力,并且成功的解决了汽油调合配方优化问题。(3)为了解决多流股换热网络综合问题,提出了一种双层正链RNA遗传算法(DPRNA-GA),分别优化换热网络拓扑结构和给定网络结构下的换热器热负载。根据两个优化目标的不同特点,采用了不同的编码方式并提出了新的操作算子。对几种典型的换热网络综合问题进行了仿真测试,以验证算法的有效性,测试结果表明该算法得到的换热网络费用低、换热单元数少。