该文的主要内容有:1.回顾了遗传算法的创建、发展历史、各阶段主要人物的研究成果、目前主要的研究内容以及研究前景,并概述了它在生物、函数优化、组合优化、控制、规划、人工神经网络设计、图象处理、信号处理、自动程序设计等诸多领域的应用成果.2.介绍了遗传算法的基本操作.遗传算法是由控制参数设定、参数编码、适应函数设计、遗传操作设计和算法终止准则五个基本要素组成,以构成遗传算法的基本要素为线索详细列举了各种改进操作.同时以图表的形式简要介绍基于生物的遗传算法的基本结构框架.3.介绍了遗传算法的理论基础——模式定理、积木块假设、隐并行性(它们定性的说明了算法能高效、迅速地搜索解空间并找到全局最优解),并作了基于马尔可夫链模型的算法收敛性分析.4.在距离概念的基础上提出适应值期望的概念,避免算法陷入局部极值,创造了适应值集合,使性能较好的个体顺利进入下一代遗传,并引入了自适应突变和交叉概率,在搜索过程中随机改变,使得算法更加贴近生物实际进化过程.5.最后利用改进的遗传算法进行了两个仿真试验,来考核改进算法的性能.