RNA二级结构预测是生物信息学的重要研究领域。本文从不同的角度出发,提出了三种类型的用于RNA二级结构预测的方法。首先提出了基于茎区的动态规划算法的RNA二级结构预测方法：该方法以茎区为最小结构单元,根据每个茎区形成的环的大小计算该茎区的能量并保存,之后构造动态规划方法,该方法的优势是能够得到能量最优的二级结构；提出了基于蚁群算法的RNA二级结构预测方法：该方法在选择下一茎区时能够利用茎区和茎区之间的累积的信息,且能够采用更准确的多分枝环的能量计算公式,在得到初始的二级结构后,通过延伸茎区的策略得到最终的二级结构；在蚁群算法的基础上,提出了改进的模糊蚁群算法的RNA二级结构预测方法,该方法一定程度上提高了蚁群算法的效率和寻优能力；最后提出了基于框架的RNA二级结构预测方法：该方法仅以最小自由能为辅助,根据能量次优的二级结构得到茎区的分布情况,由出现次数较多的茎区生成二级结构的框架,之后向该框架中添加相容的茎区,最终输出每个二级结构及其出现的次数,该方法一定程度上避免了最小自由能本身参数不准确性的影响。