软测量技术为了解决工业过程中某些重要变量无法测量的问题应运而生，为过程监测和控制系统带来了巨大的发展机遇。神经网络建模是软测量的一种重要的黑箱建模方法，因其不需要精确的数学模型而获得极为广泛的应用。遗传算法与神经网络的结合能够提高神经网络的泛化能力以及收敛速度，近些年来越来越受到人们的重视。而DNA计算的出现，则为解决传统遗传算法的不足提供了新的思路。　　 本文针对传统遗传算法易陷于局部极小，收敛速度慢等问题，首先采用基于实数编码及改进操作算子的遗传算法优化丙烯腈收率的神经网络软测量建模，与LM-BP建模结果对比，具有较好的效果。然后基于DNA分子的双链结构与遗传算法的位串编码，并根据DNA的分子操作及遗传算法的遗传算子，采用DNA遗传算法对神经网络进行优化，通过与改进遗传算法的仿真对比，验证了算法的有效性。然后在此基础上，将RNA分子的单链结构与遗传算法结合，结合DNA计算的分子操作，构造RNA遗传算法，简化了DNA遗传算法的步骤，并通过仿真试验证明算法是行之有效的。