电磁逆散射(又称为电磁反演或电磁成像)是对接收到的未知物体的散射信号进行分析处理从而重建未知物体的几何形状和内部结构。在军事，国民经济等方面得到了广泛的应用。 由于逆散射问题的求解存在病态性、非唯一性以及不稳定性，这给它的求解带来很大困难。目前对非均匀介质的求解可以归纳为两种情况：线性优化方法和非线性优化方法。线性优化方法采用线性近似忽略了散射体内部的多次散射，可以有效的反演低对比度的问题，但对于高对比度问题的求解则有可能不收敛。非线性优化问题，直接求解非线性方程组，可以反演高对比度问题，但是要迭代多次，在每次的求解过程中都需要对剖面导数进行求解，比较费时。本文引入遗传算法对非均匀介质的逆散射问题进行优化。 本文中正散射问题采用时域有限差分法求解，逆散射问题采用采用实数遗传算法求解。 遗传算法式模拟生物进化的方式的优化方法。它具有较好的全局搜索性能。在采用遗传算法求解逆散射的问题时，收敛速度是非常重要的。不同的参数设置会影响到它的收敛速度和结果。因此参数的设置在遗传算法中有很重要的作用。对于参数的设置遗传算法尚无明确的规则，通常是在实践中根据具体的问题的特性进行多次的试验得到适合本问题的参数。我们通过对参数的基本设置进行了分析，总结出本文参数设置的经验。同时，在运行遗传算法的过程中，通过对它进化过程的观察，我们提出下列方法，加快了它的收敛速度。我们采取的下面两个方法：1．在交叉运算后，我们进行一次适应度的计算，通过适应度值的大小决定个体变异范围。进行完变异操作后比较变异前后两个个体适应度值，保留适应度大的个体作为下 西南交通大学硕士研究生学位论文第n页一代的个体。2.两两比较群体中个体之间距离，找出相似的个体，淘汰像似个体中适应度小的个体，同时群体数量减1。这样有利于维护群体的多样性，同时有减小了计算量。 算法的有效性我们通过计算仿真得到了验证。最后给出遗传算法对非均匀介质进行重构的结果，在结论中分析用了遗传算法对非均匀介质进行重构既存在的问题，给出下一步工作的展望。