简单遗传算法(SGA)存在着收敛速度慢、易“早熟”等缺陷，针对这些缺陷，本文设计出改进遗传算法(IGA)。动态调节种群大小，去掉遗传算法在迭代后期搜索产生的过多相似个体，达到减少计算时间的目的；按照解的优劣程度给适应度函数增加一个在GA搜索过程中动态改变的可变罚函数，给搜索最优解创造一个梯度，使遗传算法收敛到可行的较优解或最优解；根据适应度值最大和最小个体的差修正适应度函数，使适应度函数值适中不容易造成收敛太快、局部收敛或根本不收敛而变成随机搜索；为了避免“近亲繁殖”采用竞争择优的交叉操作；利用并行遗传算法的思想，提出一种自适应多子种群进化策略；提出人口汰新政策来解决类似甚至相同的个体的情况发生。 为了提高配电网无功优化的收敛速度，结合配电网的特点，提出采用简单可行的灵敏度公式选择无功电容补偿器的安装地点，并用灵敏度分析变异变压器分接头，使变异算子的选取更符合配电网无功优化问题中关于调节变压器分接头的实际情况，减少了一些不必要的变异运算，使适应性和鲁棒性加强；根据实际情况采用无功补偿电容器的启发式变异，使变异算子的选取更符合无功优化问题中关于补偿电容器的实际。本文利用一定的专家系统知识综合调节变压器分接头和补偿电容器组数，来帮助遗传算法搜索问题的最优解。 对配电网电压无功优化问题中负荷的非概率性的不确定性问题、多目标问题、约束不可行性问题进行了研究，用模糊区间来描述实际的负荷情况，并用负荷的模糊区间值计算配电网的潮流，得到有功功率损耗和电压的模糊区间值，使网损率和节点电压最大偏移量的隶属函数更接近实际情况；将改进遗传算法与模糊集理论相结合，通过求解多目标函数和约束条件的模糊集合的交集，得出网损率和节点电压最大偏移量最小的最优运行状态。