随着信息技术的发展和对信息安全的日益迫切需求，基于生物特征的个人身份识别技术也得到了飞速发展。基于生物特征的识别技术是一门利用人类特有的个体特征来验证个人身份的科学，它提供了一种基于唯一的、高可靠性和稳定性的人体生物特征的新的身份鉴别途径，是一种最安全的身份识别方式。常用的生物特征包括：指纹、虹膜、人脸、声音、笔迹等。另一方面，本文提出了一种基于粒子群与模拟退火算法相结合的进化算法。这种算法利用模拟退火算法全局收敛性好和粒子群算法收敛速度快等优点，取长补短，通过交换这两种算法的信息得到最优解。本文将这种新算法应用于图像增强中参数的自适应选择，指纹图像阈值分割和虹膜识别中优化PNN的平滑参数，实例计算表明该算法稳定性好，在收敛速度和求解精度方面都优于遗传算法等一些其它进化算法。全文共分四章，在第一章，首先介绍了生物识别技术的研究背景，实际意义以及当前国内外研究的大致情况。在第二章，简单介绍了模拟退火算法和粒子群算法的研究历史，生物背景，继而提出了一种基于粒子群与模拟退火算法相结合的进化算法。这种算法利用模拟退火算法全局收敛性好和粒子群算法收敛速度快等优点，取长补短，通过交换这两种算法的信息得到最优解。在第三章，提出了生物识别技术中的智能算法。将这种算法应用于灰度图像的自适应增强，指纹图像阂值分割和虹膜识别中优化PNN的平滑参数。第四章，给出大量实例证明本文提出的方法简单可行，在收敛速度和求解精度方面都优于遗传算法等一些其它进化算法。