高坝工程渗流问题是一个非常复杂的问题，渗透系数的获得是求解渗流场的关键。而目前试验测定中，不论是室内试验还是原位测试，都有很大的局限性，很难得到符合实际的渗透系数。因此，很有必要采用试验与计算相结合的方法来反演渗透系数。作者把遗传算法与有限元法有机地结合起来，运用正反分析方法来计算渗透系数，得出了以下结论：(1)在传统遗传算法中，对于不同的优化问题，需要反复实验来确定交叉概率P_c和变异概率P_m，这是一件繁琐的工作。而且很难找到适应于每个问题的最佳值。针对这一问题，本文采用C++语言编写了P_c和P_m能够随适应度改变而自动改变的自适应遗传算法程序，它能够提供相对某个解的最佳P_c和P_m，在保持群体多样性的同时保证遗传算法的收敛性。(2)在种群数相同，边界条件相同的情况下，从收敛过程看，自适应遗传算法(AGA)比简单遗传算法(SGA)收敛速度要快一些；从结果看，自适应遗传算法更容易收敛，而简单遗传算法容易出现早熟，无法搜索到最优解，所以前者从结果上看也要优于后者。(3)从算例计算的情况看，不论是二维还是三维渗流反分析中，在种群规模较小时，简单遗传算法几乎不能搜索到反演最优解。但当简单遗传算法的种群数增加到一定程度时，算法一般来说会有所改善，但在大多数情况下，仍然不如种群数为稍小的自适应遗传算法搜索最优解的速度。同时，增大种群规模必将带来巨大的计算量，这在实际应用中增大了困难，还可能使求解变得难以实现。(4)在种群数相同，其他条件也相同的条件下，三角形单元和四边形单元反演渗透系数K_x、K_y时，水头计算值和实测值的总误差目标函数E(K_i)相差很小，同时反演出的渗透系数K_x、K_y的也基本接近，说明二维反演分析中，三角形和四边形都可以用于渗透系数的反演。(5)从本文的工程实例计算的结果看，针对同一坝段，采用二维四边形单元和三维六面体单元分别计算时，从结果看，对同一方向的渗透系数计算值相差不是很大，也在试验测定的范围之内。但是，结果比地基中部渗透系数的值要小一些，主要原因是计算时没有考虑帷幕灌浆的影响。从算例与工程实例的计算结果可见，开发的反分析程序是可行的，也有一定的实际应用价值。