随着数据库技术的迅速发展以及数据库管理系统的广泛应用，很多企业已经建立了自己的数据库信息管理系统，积累了大量的业务操作数据。这其中也同样蕴藏着大量有价值的但却未被发现的规律公式。而这些信息对预测趋势和决策行为也是十分有用的，比如在已有的油田企业信息管理系统中就已经积累了诸如生产、开发、经营、资产和财务等各种各样大量的数据，对于企业经营者来说如果能通过一种具体工具来分析这些数据，进而发现和确定哪些是构成产品费用的关键因素，这显然是件非常有意义的事情，因此研究和提供这样的工具是一项十分重要的工作。 遗传规划是一种有效的搜索寻优技术，它仿效生物界的遗传和进化，根据优胜劣汰的原则，借助复制、交换、突变等操作，逐步逼近最优解，本文就是采用了遗传规划方法对油田企业的数据进行公式发现研究，并设计和实现了系统工具。 在收集和阅读了大量的资料的基础上，本文先对整个进化计算进行了概述，进而详细论述和研究了遗传规划的基本理论。其中包括对遗传规划的特点、应用以及对遗传规划在整个求解过程中的各个细节如遗传规划的基本思想、基本步骤、个体描述方法、初始群体的生成、适应度函数、遗传操作、终止准则、结果标定等进行了论述。之后又论述了有关遗传规划的收敛性问题和基因内区。 在此之上，本文设计了能实现该功能的系统工具构建方案，并对实现过程中关键部分的算法做了详细分析，这也是本文的重点和难点。这其中包括算法实现的数据结构、个体树的存储方式、算法中三种对树的遍历过程及作用等。另外本文针对油田数据的特点同时在比较和综合了几种适应度函数计算方法的基础上，提出了一种能在进化过程中可以考虑少量误差情况的“误差补偿”适应度函数计算方法。 文章最后成功地使用编程语言实现了整个构建方案，并使用了样本数据对开发的系统工具的效率和和准确性进行了验证，之后又对实际的油田财务数据进行了实际的应用，并取得了比较好的结果。 通过对具体问题的研究，我们可以看出遗传规划算法的存储和计算方面在具体实现过程中具有很高的复杂性。另外，在遗传规划的实际应用过程中应根据具体的数据环境对具体的算法进行调整改进和创新，这样可以使所开发的系统工具针对具体问题时更加实用。最后通过对油田企业实际生产数据的成功应用也让我们看出将遗传规划应用在油田数据上是有意义的，同时也表明了遗传规划应用具有广阔的市场应用前景。