遗传算法是一种基于自然界中生物进化和遗传机理的迭代式自适应概率性寻优算法，模拟生物的进化过程以达到寻优的目的。近些年，遗传算法作为一种现代优化方法，受到了越来越多的科学研究者广泛关注与重视，并广泛应用于航空航天、电力、制冷等诸多行业。本文提出了基于遗传算法的板翅式换热器优化设计方法，通过Fortran语言，将遗传算法程序与板翅式换热器设计校核程序结合起来，建立一个完整的板翅式换热器优化设计模型，提高了板翅式换热器的设计效率，并且优化了板翅式换热器的结构。本文重点研究了遗传算法的程序设计以及遗传算法在换热器结构优化中的应用，主要有以下几个方面的工作：根据数学模型，进行遗传算法设计并利用Fortran语言开发遗传算法程序，建立优化模块；Fortran语言开发板翅式换热器设计模块与校核模块；板翅式换热器传热与流动特性分析，整理翅片数据并建立翅片数据库；遗传算法优化设计板翅式换热器。结合空气预热器的实例，提出了三种优化设计方案，分别为换热器芯体尺寸优化设计、翅片结构优化设计以及翅片优选优化设计；方案都以换热器的重量作为遗传算法的单一目标函数，根据优化设计方案不同，选择不同的优化变量；方案中遗传算法程序采用二进制编码、精英选择、均匀交叉、均匀变异，以及采用基于共享机制的小生镜技术；优化结果表明，与初始实例的数据比较，板翅式换热器的质量有所降低，优化结果也证明了遗传算法在板翅式换热器优化应用中的可行性与通用性。本文所做的工作与得出的结论，可以为板翅式换热器的设计者提供一定的参考，在工程应用中具有一定的指导价值。