该文通过对经典演化算法和新一代演化模型的分析,提出了3种新的演化模型并给出了5种NP困难问题或NP完全问题的新解法.论文所做的研究工作如下:1.嵌入集群方向的快速演化规划:2.带性能约束的布局优化问题演化规划求解:3.集值人口增量基因学习算法:该文通过对其概率选择引入轮盘赌方法提出了集值人口增量基因学习算法.集值人口增量基因学习算法反映了生物的基因多效性.进一步,对概率分布引入熵概念获得了系统可演化性的简单判别方法.4.并行多机调度问题的集值人口增量基因学习求解:该文使用集值人口增量基因学习算法简单而有效地给出了新解法.5.旅行商问题的集值人口增量基因学习求解:该文使用集值人口增量基因学习算法给出了旅行商问题的新的求解方法,计算了13个旅行商问题,其中10个问题是1996国际演化计算年会演化优化竞赛题目,包括对称和非对称的旅行商问题.6.自组织鲁棒生长计算模型:该文用随机竞争选择方法替换了其中的确定性选择方法,得到了一种自组织鲁棒生长模型.它是一种更好的自组织生长计算模型.7.卫星广播调度问题的鲁棒生长计算:该文应用自组织鲁棒生长计算模型自然而简单地给出了该问题新的求解方法.对不同大小问题的计算测试表明该方法能快速一致地产生极好的结果.8.信道分配问题的自组织初始化暂态混沌神经网络求解:该文用自组织鲁棒生长和暂态混沌神经网络相结合给出了该问题新的求解方法.自组织鲁棒生长用于限制搜索空间并给出初步解,暂态混沌神经网络用于寻找最小冲突.