随着社会信息化进程的逐步加深,虚拟现实技术的价值已经越来越被人们所重视。虚拟环境中的人群行为模拟作为虚拟现实技术的一个重要研究方向,在公共安全、军事、教育、娱乐等领域都有着重要的研究价值和现实意义。人群行为模拟的研究涉及到计算机图形学、仿真技术、多媒体技术、人工智能等相关技术,它实际上是一个多目标,有约束的组合规划问题,即如何利用有限的资源为人群中每个个体合理地安排行为、时间、地点,从而使整体的人群行为模拟有序和逼真。而遗传算法具有高度并行、随机、自适应搜索能力强的特点,特别适合于处理传统搜索算法解决不好的复杂的和非线性问题。本文试图将遗传算法应用于人群行为模拟问题的求解,并为此设计出一种特殊的适应度评价函数和基因编码方案。实验证明,这种方法可以大大减少搜索空间,并能使结果达到最优。本文的研究工作主要从以下几个方面进行：1.对基于遗传算法的人群模拟的研究背景与意义进行介绍,同时分析了国内外群体行为模拟技术的发展现状,介绍了人群行为模拟和遗传算法的相关基础理论知识。2.针对目前人群行为模拟中多目标,有约束的组合优化问题,提出了一种基于遗传算法的人群行为模拟方案。通过设定特殊的数据结构、模拟过程中的各种约束规则、遗传算法中的基因编码、适应度评价函数实现了人群行为模拟。然后,用实验验证了该算法的合理性与可行性。3.建立了人群行为模拟系统,该系统能根据用户要求设置不同的参数来实现对人群行为的模拟。同时,采用面向对象的思想使该系统具有了很好的通用性和拓展性。