随着计算机技术的不断发展，以及数学理论与方法向各门学科和各个应用领域更广泛、更深入地渗透，在21世纪的信息时代，最优化理论和技术必将在社会的诸多方面起着越来越大的作用。遗传算法求解复杂优化问题有着巨大的潜力。 复杂工业工程领域的优化设计，是遗传算法的一个重要研究方向。论文首次提出了基因控制遗传算法(Gene Handling Genetic Arithmetic, GHGA)的理论，并用它系统地解决了电力机车主变压器电磁结构优化设计课题。 围绕着高速电力机车主变压器优化设计这个复杂工程优化问题，论文开展了如下工作：1 在对高速电力机车主变压器进行整体方案优化的基础上，建立了具有13个离散变量、17个约束条件、体积和重量两个优化目标函数的电力机车主变压器电磁结构优化设计标准数学模型；2 理论创新：在寻求对所建立的优化数学模型求解时发现：简单遗传算法(SGA)难于收敛。因此，针对实际问题的领域知识所包含的信息，提出了基因控制遗传算法(GHGA)的思想，及其数学表述和寻优策略，给出了GHGA种群多样性的理论分析、全局收敛性的理论证明以及它是一种较高搜索效率算法的理论证明；3 设计技术创新：数学模型中涉及复合短路阻抗求解、油箱与绕组的最近距离的确定(必然包括屏蔽技术)、绕组间的漏磁干扰计算等关键设计技术。论文用两章的篇幅对此进行了详细的理论分析，建立了复杂工业工程优化设计的创新设计技术。试验验证了新的设计技术的正确性；这套设计技术填补了国内空白，具有自主知识产权。4 分别用四种遗传算法，求解上述数学模型。结果表明：简单遗传算法(SGA)难于收敛或者收敛于局部优解；基因控制遗传算法(GHGA)全局收敛；基因表达遗传算法(GEGA)收敛于局部优解；基于基因表达的基因控制遗传算法 (GGHGA)是全局的快速的遗传算法； 本文的研究工作表明： 实际复杂工程优化问题是一项需要多学科综合知识才能解决的问题； 从理论到应用，在应用中发现新的理论，用新的理论反过来指导实际应用，是理论发展的辩证法，也是应用技术发展的辩证法。