摘 要遗传算法是一种模拟生物进化论的自然选择和遗传学的基因遗传机理而发展出来的一种全局优化算法。在生物界中普遍存在着显性遗传和隐性遗传这两种遗传方式，本文首次提出的附加隐性遗传效应遗传算法，通过引入显性适应度函数和隐性适应度函数在遗传算法中模拟了生物界的显性遗传和隐性遗传。论文首次完整提出了附加隐性遗传效应遗传算法的概念。论述了附加隐性遗传效应遗传算法的基本要素：遗传基因型、适应度函数、选择、交叉及变异；给出了附加隐性遗传效应遗传算法的基本流程；讨论了算法设计中及算法的理论分析中需要注意的问题。论文把附加隐性遗传效应遗传算法应用于求解约束优化问题，进而推广到结构优化设计领域的约束优化问题。在第六章中利用附加隐性遗传效应遗传算法特有的隐性适应度函数，把结构专业特性（包括工程经验知识以及传统优化算法等）嵌入遗传算法的遗传进化中，从而指导遗传算法的进化计算以提高遗传算法的算法性能，达到结构专业的特性与遗传算法内在的结合与统一。针对附加隐性遗传效应遗传算法的求解的不同问题，论文讨论了相应的显、隐性适应度函数、约束边界附近不可行域 F 的确定、求解约束优化问题的步骤及工程经验知识和传统优化算法如何转化为有效的隐性适应度函数；并进行了简单的理论分析。通过具体算例，对基本遗传算法与附加隐性遗传效应遗传算法的优化结果进行比较分析，证明了：附加隐性遗传效应遗传算法在求解优化领域的约束优化方面，在求解结构优化中的约束优化方面，表现出较基本遗传算法更好的算法性能；本方法在利用结构专业特性提高遗传算法性能方面也取得了良好的效果。