随着科技的不断进步,模式识别,机器人控制,神经网络的合成,符号回归等难题急待解决。这个时候,遗传规划(GP)方法应运而生,它是一种关于产生问题解的计算机程序或者其他复杂结构的自动方法。而关于如何解决多类别的分类问题,成了近几年研究重点之一。遗传规划是一种新型的搜索寻优方法。它仿效生物界中进化和遗传的过程,遵从“优胜劣汰,适者生存”原则,从一组随机生成的初始可行解开始,通过复制、交叉和变异等遗传操作,逐步迭代而逼近问题的最优解。本文阐述了遗传规划算法的原理和进化计算的基本知识;介绍了相关分类技术;分析了遗传规划的特点;研究了运用遗传规划解决分类问题的方法模型;设计出一个基于C++语言的遗传规划多分类系统用以解决各种分类问题;并针对遗传规划在多类分类问题中的技术局限进行了改进。为了扩大遗传规划的应用范围,提高其解决分类问题的效率。在查阅大量文献资料和结合当前实际需要的基础上,提出了设计一个通用的以遗传规划为核心的多分类系统。系统设计借鉴了国外已相对成熟的技术,结合了数据结构中二叉树的原理,并利用C++语言强大的面向对象功能,将次系统初步建立起来。该系统可满足大多数的分类要求。由于其良好的通用性和模块化编程,该系统可使用静态边界分类和动态边界分类,只需要细微改动即可完成。系统运行时只需要有足够的文本文件的数据,大大简化了使用方法。除了简易地使用性,系统的精度也有大大提高,而且训练的时间越长,分类的精度越高。系统设计依据低成本、易操作性、高可靠性的原则,采用标准C++语言来进行设计,缩短了开发周期,提高了程序的可读性,移植性,模块化设计使得程序易于修改和升级,便于维护。设计利用现代计算机技术、数据结构和C++语言实现了基于遗传规划的多分类系统,适应了当前国内的需要和发展。系统可以解决大多数的分类问题,经过一定改进还可以应用到符号回归方面,有很好的应用前景。