激光技术的不断发展，使得峰值功率PW量级，功率密度1022 W/cm2的超强激光已经能够实现。如何有效地将如此强激光的能量传递给电子，使电子在与激光电磁场相互作用后获得最大的能量增益，一直是激光加速粒子领域的研究热点。　　遗传算法是一种基于群体搜索的随机智能优化方法，仿照自然界生物进化机制和遗传规律，以适应度值作为搜索信息，不受优化问题的函数连续可微等性质的影响，可同时对多个参量进行优化。遗传算法作为一种实用、高效、鲁棒性强的优化技术，引起了国内外研究者的广泛关注，发展极为迅速。基于Matlab环境的遗传算法工具箱操作简单，易于理解，已成功地应用于许多领域。　　根据Lawson-Woodward理论，电子与完美对称理想单色平面波相互作用不能获得净能量增益。通过给平面波激光脉冲加频率啁啾，破坏激光电磁场的对称性，使电子获得能量增益成为可能。在这样的背景下，本文分别用数值模拟方法和遗传算法对啁啾平面波激光脉冲加速电子的优化问题进行了理论研究，给出了在线性啁啾平面波激光脉冲加速电子，二次啁啾平面波激光脉冲加速电子，线性与二次复合的啁啾平面波激光脉冲加速电子，以及三次复合啁啾平面波激光脉冲加速电子四种情况下啁啾参量的优化结果，并进行了分析和讨论。研究表明，与线性啁啾或二次啁啾相比，复合啁啾平面波激光脉冲加速电子得到的电子能量增益要高得多，而三次啁啾仅仅相当于一个微扰，对激光电磁场和电子能量增益没有太大影响。在本文的参数配置下，复合啁啾平面波激光脉冲加速可以使电子能量增益达到六十多个GeV。