在企业战略管理中,经常有一些最优化问题出现.然而,由于这些问题的目标和限制条件难以精确的量化,它们通常是离散的、非线性的.所以很难使用传统的数学方法描述清楚,进而寻求最优的解决方案.随着计算机技术的迅猛发展,我们可以使用计算机帮助我们实现那些依赖于大量计算的方法,从而解决前面提到的问题.该文就是用了这样一种算法,遗传算法,来解决企业战略管理中的三个问题.遗传算法是一种寻优方法,它根据目标函数的优劣,随机的在可能方案中寻求最优或者近优的解.个体(代表一个可行的解)在群体中依靠自身的适应性与其他个体竞争,适应性强的个体幸存的概率大,优胜劣汰.从而实现进化,最终找到最优解或者近似最优解.该文在三个问题中应用遗传算法:企业投资策略的选择;企业生产过程计划;多阶段质量检测问题.在这三个问题的应用中,表现了遗传算法的优越性.这三个问题中目标函数都是非线性的,可行解的范围很大,而且问题中还包括很多不确定的行为.这就使得传统的方法很难解决.在投资管理中经常存在一些不确定因素,这给投资决策带来很多困难和风险.遗传算法对于解决这种由于缺少准确信息而造成的不确定性是很有效的.为了在有限资源的情况下有效的进行项目投资管理,该文使用自适应遗传算法来有效的搜索全局最优解或者近优解.使用一个例子说明了遗传算法在解决不确定因素问题时的优势.该文使用自适应遗传算法对传统的生产计划系统进行改造,来实现不确定生产能力和生产批量的多制造过程的柔性生产计划.说明了遗传算法在生产计划中的应用中的有效性.在很多生产过程中,为了保证生产系统的平均质量水平,对主要生产阶段的质量进行检测是必要的.而对产品进行的检测受到检测系统错误的判断、检测的费用和质量水平等因素的制约.该文使用遗传算法寻求最佳的解决方案,实现保证生产系统质量水平的基础上,使得生产检测成本显著减小.