生命科学与工程学科的相互交叉和相互促进是近代科学技术发展的一个显著特点，也是近年来相关学术领域的一个研究热点。人们模仿生物的遗传和进化机制，提出了遗传算法。遗传算法是一种宏观意义上的仿生算法。由于具有鲜明的生物特征和适用于任意函数等特点，遗传算法的应用非常广泛，已经在很多领域发挥了重要的作用。对遗传算法的研究具有重要的意义。目前，人们对算法的研究主要集中在应用方面，算法还没有坚实的理论基础。本文在前人的研究基础上继续研究了遗传算法的执行技术和策略，在分析算法运行机理的基础上，对实施技术进行改进。本文详细介绍了遗传算法的各个步骤的主要的实施技术，分析了二进制编码和格雷码编码两种编码方法，改进了适应度变换的实施技术。最后将混沌算子引入遗传算法。主要工作和结论如下：对编码方法的研究，对比研究了二进制编码方法的格雷码编码方法，试图对格雷码编码的优越性作出一个合理解释。本文认为，格雷码编码方法不但具有良好的局部搜索能力而且具有较好的全局搜索能力。对适应度尺度变换的研究，人们为了避免早熟收敛，提出了适应度变换的调整方法，但实际上已知的调整方法并不能满足要求，本文对此进行了更进一步的分析，提出了合理的适应度尺度变换法。????????算法的改进研究，混沌序列在叠代开始后，就不受外界的影响，是自治的过程，同完全随机的过程相比，它更近似于生物的进化过程，此外，由于具有类随机性等特点，将混沌引入遗传算法是可行的。本文将混沌序列用在了算法的初始种群的生成、交叉算子、变异算子上。通过数值模拟计算，结果表明这种引入是有效的。??