进化算法是模拟生物界的进化过程而产生的一种现代优化方法，作为一种有效的随机搜索方法，在优化方法中具有独特的优越性，有着非常重要的意义和极其广泛的应用。本文首先简述了遗传算法的基本理论及其应用领域，对简单遗传算法和进化算法进行了研究和分析，将两者有机结合，在基于“反序-杂交”算子的进化算法的基础上，根据局部最优解与全局最优解之间的关系，提出了一种新型的改进进化算法，并将其应用于求解旅行商问题。　　本文的主要工作如下：　　①改进反序-杂交算子。反序-杂交算子兼有杂交和变异的特征，以一定的概率对个体进行盲目倒置和自适应倒置，是验证过的非常好的求解 TSP的算子。改进后的算子是既保留了原算子的特性，又避免原逆转操作中对基因位置的限制，提高了算法的收敛速度。　　②引入基因模块映射操作。基因模块映射操作能把父代中优秀的基因片段遗传到下一代，使好的基因片段能让更多的个体所享有，不会因为父代被替代而让好的基因模式丢失。这种做法是结合环路改进算法(SizeScale-Improve)的思想提出的。　　③提出改进进化算法，用C++编程设计，对TSPLIB中部分TSP算例和随机算例进行试验，并应用于求解中国的31个城市的TSP问题。　　④对改进进化算法所求得的结果和最近邻算法、贪婪算法、Clarke-Wright算法、Christofides算法、SizeScale构造算法、郭涛算法、SizeScale改进算法、循环Lin-Kernighan算法等经典算法的实验结果进行了数值比较。本文算法的改进是有效可行的，具体而言就是在解的质量上，比最近邻算法、贪婪算法、Clarke-Wright算法、Christofides算法要好的多，与SizeScale构造算法相近；改进进化算法的收敛速度比郭涛算法快，并且解的质量也有所提高；比循环Lin-Kernighan算法的成功率高；比SizeScale改进算法操作简单，而成功率和解的质量并没有受到影响。