作为一种搜索算法,遗传算法通过对编码、适应度函数、复制、交叉和变异等主要操作的适当设计和运行后,可以做到兼顾全局搜索和局部搜索遗传算法不依赖于问题的具体领域,它具有自适应性、全局优化性和隐含并行性,体现出很强的解决问题的能力。随着遗传算法应用领域的不断扩大,其操作、搜索能力不满足要求的现象也日趋增多。在解决多参数寻优问题时,通常的二进制编码串很长。一个长的二进制串会给选择、交叉等操作带来不便,造成计算机的运算过程复杂而时间长,从而降低了遗传算法的搜索效率。若采用的编码串短又不能满足问题的精度要求。在多维空间内寻优时,要把一个矩阵展开成一个串,同样也有字符串过长的现象。可见,要妥善解决多参数寻优问题、高维矩阵等问题,首先要改善编码策略。针对上述问题,本文提出了一种改善二进制编码的方法—矩阵编码。它是根据待求参数的个数来确定所用矩阵的行数和列数,根据实际问题的精度要求确定矩阵编码串长度L。将1×m维的二进制编码串化为n×h的矩阵向量。在这种编码方法下,有效降低了编码串的长度L,增强了选择、交叉的操作能力,缓解了计算机内存的占有率,进一步提高了遗传算法的搜索效率。论文分别从理论角度和实际应用两方面来论证矩阵编码遗传算法的可行性。本文主要做了以下工作:1)深入学习遗传算法;介绍了遗传算法的产生和发展、基本原理和特点、遗传算法中存在的共性问题及遗传算法的理论研究现状及应用。2)在分析遗传算法存在问题的基础上,提出了矩阵编码遗传算法。对基于矩阵编码遗传算法的编码策略,遗传操作,适应度函等相关理论进行详尽论述。3)将基于矩阵编码的遗传算法应用于实际。首先通过PID参数整定来验证矩阵编码遗传算法的可行性,然后采用矩阵编码遗传算法来解决实际问题。多输入n维连续时间线性系统极点配置和最小二乘模型辨识问题其实质属于多参寻优、高维矩阵运算求解问题范畴,符合矩阵编码遗传算法的适用范围。采用基于矩阵编码的遗传算法来实现,实验表明矩阵编码遗传算法可以很好地解决这类问题。总之,本文描述了一种基于矩阵编码遗传算法来解决多参数、高维矩阵求解问题的方法。这个方法的基本原理是通过把个体用矩阵串表示,从而降低了编码串的长度,与此同时简化了遗传操作,有效增加种群多样性,提高了搜索效率。通过理论阐述与实际应用表明这种方法是合理可行的,将对多参数、多维空间的寻优或矩阵方程的优化的解决提出了一种确实可行的有效的方法,使遗传算法的理论方法及其应用领域都得到进一步扩展。