中文摘要：

分别将可逆跳跃马氏链蒙特卡罗和随机搜索变量选择方法应用于随机回归测定日模型参数估计的吉布斯抽样，以筛选最优随机回归模型。在已知或给定随机回归测定日模型中目标性状表型值和各参数先验分布的条件下，推导包括所有待估参数的联合后验分布与每个待估参数的条件后验分布，通过变维和固定维分析同时估计镶嵌在随机回归模型各因素中Legendre多项式阶数或对应二歧指示变量的后验分布和随机回归系数的方差－协方差矩阵。根据每个Legendre多项式阶数或二歧指示变量的后验分布确定优化随机回归模型。与逐个模型指标选优结果比较，验证新方法的有效性，确立随机回归测定日模型选优策略。在超级计算机平台上采用并行算法编写随机回归模型遗传参数估计与育种值预测求解程序。将研究成果应用于北京和上海市2个规模奶牛育种中心的奶牛生产性能遗传评估实践，以点带面，提升我国奶牛遗传评估水平和国际地位。

结论摘要：

在大量阅读有关随机回归测定日模型的理论和应用文献基础上,总结了随机回归测定日模型的一般结构并对其进行了系统地分类.编制了利用测定日记录评估任意动态性状的计算程序并开发不同应用平台的软件系统;通过搜集上海地区奶牛的系谱信息和整理6年来实施DHI管理系统后所积累的测定日数据,初步建立了适合上海地区奶牛遗传评估的优化随机回归测定日模型和遗传参数体系.