遗传算法是基于自然界生物遗传进化的智能优化算法，该算法近年来发展迅速，涌现出多种对其改进的优化算法，如模拟退火算法、小生境遗传算法、协同进化遗传算法、多目标遗传算法以及自适应遗传算法等。自进化遗传算法即是《矢量场测量系进化算法优化研究》中提出的一种改进的遗传算法，该算法将交叉概率和变异概率编码成染色体的两个基因，即“交叉基因”和“变异基因”，这两个基因随同种群个体进化，自我调整来适应整个算法优化过程，也就是说，该算法的这两个参数不需要人工设定，不依赖于工程师的使用经验，实现自我独立。　　三轴测量技术在实际生活中有着广泛的应用，如导航定位、飞行仿真平台研究、雷达测距、光纤陀螺仪、矢量水听器等。然而，由于加工技术、安装工艺以及人为因素等，三轴测量系不可能理想正交，且存在其他各种误差。其误差可分为：三轴测量装置中各测量轴间的正交误差；三个传感器电气特性不完全对称导致标度系数误差；三轴磁强计使用过程中，三轴上各传感器输出值发生漂移产生的零偏误差。对于如何准确校正三轴测量系的误差成为当下一个研究的热点。在校正过程中，如果对以上三种误差参数进行直接测量，则需要高昂的标定设备，且测量过程较为繁琐，因此，使用校正算法进行校正是一个重要的途径。　　本文对自进化遗传算法作出改进，对其微调算子进行调整优化并引入种群均匀初始化的操作，同时，通过测试函数测试其算法改进后的寻优性能，测试结果表明改进后的自进化遗传算法的寻优性能进一步提升。然后，对于矢量场三轴测量装置误差校正问题采用改进的自进化遗传算法的方法，即首先建立模型，确定实际测量空间与理想坐标系间的映射关系，接着采用改进的自进化遗传算法对以上误差校正问题进行参数寻优，包括编码机制的选择、适应度函数的确定及各种遗传操作的设计等，最终实现矢量场三轴测量装置的误差校正。对基于改进的自进化遗传算法的矢量场三轴测量装置误差校正问题进行C语言仿真实验，实验结果进一步表明，改进的自进化遗传算法具有更高的寻优精度，更易跨过陷入局部最优的障碍，对于自进化遗传算法的这种改进方法是有效可行的。