1、遺傳算法是一種借鑒生物界自然選擇和進化機制發(fā)展起來的高度并行、隨機、自適應(yīng)搜索算法。它的研究歷史相對較短，早期是一種試圖從解釋自然系統(tǒng)中生物的復(fù)雜適應(yīng)過程入手來模擬生物進化的機制以便構(gòu)造人工系統(tǒng)的模型。近年來整個世界范圍內(nèi)形成了進化計算熱潮，計算智能已作為人工智能研究的一個重要方向，以及后來的人工生命研究興起，使遺傳算法受到特別廣泛的關(guān)注。
　　 遺傳算法作為一種新型優(yōu)化算法，由于其具有簡單、易于操作、使用方便、并行信息處理等特

2、點，己經(jīng)成為人們解決一些復(fù)雜問題的新思路和新方法，廣泛應(yīng)用于許多科學(xué)領(lǐng)域。然而其在理論和應(yīng)用方法上仍存在許多不足和缺陷，例如存在容易產(chǎn)生早熟現(xiàn)象、局部尋優(yōu)能力較差、收斂速度較慢、效率相對較低等等問題，影響了其進一步的應(yīng)用。本文介紹了常規(guī)遺傳算法的原理和方法，并圍繞遺傳算法的收斂性與運行效率對遺傳算法進行了改進。主要工作如下：
　　 （1）對遺傳算法的基本原理和實現(xiàn)技術(shù)進行了相應(yīng)的概括和總結(jié)。并對遺傳算法的各要素（編碼、適應(yīng)度函數(shù)

3、、遺傳算子、參數(shù)選擇等）進行了理論分析。
　　 （2）在對遺傳算法的原理、流程、遺傳算子及相關(guān)理論進行了較深入的研究和分析的基礎(chǔ)上，對算法實行了改進，提出一種全新的自適應(yīng)遺傳算法，這種算法將曼哈坦距離成功引入初始群體中以產(chǎn)生自適應(yīng)交叉算子和變異算子。
　　 （3）使用改進的自適應(yīng)遺傳算法對煤低溫干餾過程中的優(yōu)化問題進行了研究，使整個過程中的資源利用、產(chǎn)品的總體效益達到最大化。通過比較各算法計算結(jié)果，證明改進過的算法具有非