针对微波领域中优化问题的目标函数的高度非线性、不可导、多极值等特点,利用演化算法的全局搜索特性,可以避免确定性优化方法收敛速度慢、精度低、易于收敛到局部极小值的缺点。在通信系统中,一个基本问题是在源和负载间设计一个无耗匹配网络,以实现在所需的通带内源到负载的最大功率传输。设计匹配网络包含两个方面,一方面是选择最优的网络拓扑结构,另一方面是优化拓扑中各个元件的参数值。虽然遗传算法在理论上能以概率1收敛到全局最优,但在实际应用中,由于一些条件并不能达到理想状况,所以难免会发生早熟现象。如何针对具体的问题设计有效的演化算法是本论文讨论的主题。本文通过数据试验检验了几种常用的演化算法在解决一个经典的宽带匹配问题时的效果,并自己设计了一种结构化编码的演化算法用于解决这一问题。通过数据试验与前述的已有的算法结构进行比较,说明该算法可以更好地解决这一宽带匹配问题。以说明在遗传算法中加入与问题背景相关的知识,即采用更贴近问题的编码方式,根据问题设计特定的遗传算子可以使得算法执行得更有效率这一观点。本文是自然科学基金项目“仿生算法及其在电磁场工程中的应用”课题的一个分支。论文研究的目的是为了为后续的研究提供参考。