蚁群算法与遗传算法的混合,其基本思想是汲取两种算法的优点,克服各自的缺点,优势互补,在时间效率上优于蚁群算法,在求精确解的质量上优于遗传算法,是时间效率和求解质量都较好的一种新的启发式算法。本论文把遗传算法移植到蚁群算法内部,对蚁群算法的改进突出放在对蚂蚁本身进行遗传算法操作,通过遗传算法操作使得蚂蚁性能得到进化,并提出系统、团体概念,让蚂蚁系统模拟人类社会运作去找最优解,这种改进不但使算法本身整体性能得到提高,而且使得算法既吸收了遗传算法的优点,避免了收敛过快的缺点,又保证了算法运行时间复杂度不因遗传算法而增加。本论文从对智能进化计算的认识入门,研究了基本蚁群算法的原理和工作流程,了解了蚁群算法的改进、扩展和发展现状;学习熟悉了遗传算法的机理和启发思想,学习熟悉了证券投资组合理论。在对蚁群算法和遗传算法的分析研究基础上,总结了蚁群算法、遗传算法的优缺点,初步提出了遗传蚂蚁算法的基本思想,分析得出遗传蚂蚁算法的模型,分析了遗传蚂蚁算法的空间复杂度和时间复杂度。随后将遗传蚂蚁算法和证券投资组合的应用结合起来,针对具体应用构造出了一个具体的模型。通过实例分析,验证了遗传蚂蚁算法的可行性和实效性。