交互式遗传算法是一种通过人的主观评价得到个体适应度值的遗传算法。它将人的智能评价与进化计算有机的结合起来,突破了建立被优化系统的显式性能指标的限制,大大扩充了进化计算的应用范围。但是交互式遗传算法自身受到用户的主观限制,与无疲劳的计算机相比具有易疲劳的特点,染色体种群规模不能太大,因此无法将千差万别的个体对象进行有效地表示,又由于人机交互界面和系统输出特性的限制,制约了该算法的特性,在现实应用中缺乏广泛的应用前景。本文针对交互式遗传算法中无法对大规模种群进行快速收敛以及长时间的交互产生的用户疲劳问题,将基因层次分类的思想引入交互式进化计算,提出了基于基因层次分类的交互式遗传算法。该算法的主要思想是在初始编码阶段,根据染色体个体属性特性,事先确定的个体基因类别的层次结构,将全局搜索空间按其发生作用的有效范围划分为不同的局部空间。在进化过程中,通过属性层次可以将全局搜索空间快速缩小为局部搜索空间,加快收敛速度。同时,针对目前交互式遗传算法存在的局部搜索能力不强、效率低下等问题,给出了算法实施的关键方案,通过人的参与在局部基因段显式选择表现类型,加快局部搜索效率。针对交互式遗传算法中收敛速度慢和容易陷入局部收敛的缺点,提出遗传算法算子的一些改进策略,即利用定位部分优良基因方法,使这些基因较好地遗传到下一代。为实现全局最优,在初始化群体时尽量分散解空间,均匀初始化种群,增加获取全局最优解的可能。改进的算法能有效减少无效的交叉操作,收敛速度、全局搜索能力和局部搜索能力均得到了较大的提高。文中对该算法进行了详细的阐述,并将其应用到服装设计中,通过实例验证了改进后的算法在平均收敛代数和收敛到最优解的概率都优于直接操作的交互式遗传算法。最后总结了全文的工作,并讨论了存在的不足和进一步研究的方向。