遗传算法作为一种新型优化算法,由于具有简单、易操作、使用方便、并行信息处理等特点,己经成为人们解决一些复杂问题的新思路和新方法,广泛应用于许多领域。但其在理论和应用方法上仍存在不足和缺陷,例如存在容易产生早熟现象、局部寻优能力较差、收敛速度较慢、效率相对较低等问题,影响了其进一步的应用。本文介绍了常规遗传算法的原理和方法,并围绕遗传算法的收敛性与运行效率对遗传算法进行了改进。主要工作如下:(1)对遗传算法的基本原理和实现技术进行了概括和总结。并对遗传算法的各要素(编码、适应度函数、遗传算子、和参数选择等)进行了分析。(2)在对遗传算法的原理、流程、遗传算子及相关理论进行了较深入的研究和分析的基础上,对算法实行了改进,提出一种新的自适应遗传算法,该算法将欧氏距离引入初始群体的产生和自适应交叉、变异算子。(3)使用改进的自适应遗传算法对煤化工多联产系统的集成优化问题进行了研究,完成了对多联产系统的控制策略,从物料消耗、能量衡算及经济效益三个方面进行协同优化,达到整个系统的资源利用、总体效益的最大化,从而寻求到合理的煤化工多联产方式。计算结果表明了所设计的算法具有优良的品质。