虽然已有许多方法用于生物中的模体发现问题（MDP），但预测的结果均不够理想。本项目是研究多目标的生物地理学优化算法（BBO）用于多目标的模体发现问题。首先对生物地理学优化算法进行研究，提出一种改进算法并用于组合优化问题，然后提出一种带约束条件的改进BBO算法用于二阶随机占优约束优化问题（SSD）。接着又提出一种多目标的BBO/DE结合的MABBO算法用于多目标的基准函数测试，且在不同目标函数上的测试结果都比较理想。最后对模体发现问题（MDP）的生物背景及评价方法进行研究,确定MDP的三个目标的数学模型，并将多目标的改进MHABBO算法成功用于多目标的生物模体发现问题。能预测到有意义的模体，拓展了智能算法的应用领域，对生物学家也有一定借鉴意义。