遗传算法是模拟生物界适者生存、自然选择等生物进化机制发展起来的一种高度并行、随机和自适应的搜索算法,是解决复杂问题的一个有效途径。 本文深入研究了遗传算法的机理,分析了遗传参数对进化过程的影响。针对标准遗传算法的不足,将模糊理论和遗传算法相结合,提出一种模糊遗传算法。本文提出根据种群进化情况对交叉率P_c和变异率P_m进行在线模糊控制,并且利用最优保留遗传算法结合实际经验确定了模糊控制规则。通过与最优保留遗传算法和自适应遗传算法的效果对比,表明了本文所提出的模糊遗传算法加快了搜索速度,有效地避免了不成熟收敛,提高了解的质量。 本文提出了一种基于模糊遗传算法的人员战斗编组的优化算法。战斗编组问题是基层官兵军事训练的重要内容,将上述模糊遗传算法用于坦克部队人员战斗编组中;并且针对战斗编组问题的特点,提出直接编码方案,研究了合适的种群初始化方法,确定了与直接编码相配合的交叉规则和变异规则,巧妙的将编组问题的约束条件化解在交叉规则和变异规则中,有效地避免了不可行解的产生,极大地提高了计算效率。 研究了一类不平衡指派问题的解决方案,提出了将不平衡问题转化为平衡问题的方法,并且应用本文设计的模糊遗传算法很好地解决了这类不平衡指派问题,充分体现了模糊遗传算法极强的鲁棒性。