辐射传热学是热力学的一个重要分支，可以分为正问题和反问题两类。通过对有辐射性介质参与的系统的温度、热流密度、辐射强度等测量值的利用，可以反演重构系统内部参数或边界条件等。研究辐射反问题可以有效地解决工程中正向求解时无法解决的问题。在工程应用中，有助于解决各种工程优化问题和热力学中对未知热量的估计问题。
　　热辐射的热传导机制与电磁波的发射和传播或光子的传输有直接关系。根据介质在空间上的参与度，热辐射可以分为表面辐射和气体辐射两种形式。在本研究中，模拟反演了两个模型。对煤粉炉炉膛中水冷壁管的辐射对流换热计算过程建模，并反演求解其各项参数;对轴对称圆柱形壳体内部各表面的辐射进行分析建模，通过反演计算来估计各表面的温度和物质特性。
　　遗传算法是智能优化算法的一种。本文详细介绍了原始遗传算法的基本原理和公式，针对原始遗传算法不具有记忆功能从而丢失曾经寻到的较优解的缺点，提出了一种新的交叉算子，改进了遗传算法。本文采用常用的八个基准测试函数对具有记忆功能的遗传算法和原始遗传算法以及现有改进遗传算法的性能进行了测试。数值计算结果表明，具有记忆功能的遗传算法在搜索速度和寻优精度方面均优于其他改进的遗传算法和原始遗传算法。
　　目前辐射反问题己被广泛应用于工程建设问题中，研究辐射反问题的求解算法具有很强的实用意义。本文针对辐射反问题的求解研究，将具有记忆功能的遗传算法应用于辐射反问题的计算中，并对具有不同个数待估计参数变量的情形进行反演计算，分析得到的数据，验证了改进算法的可行性和高效性。