本文在研究分析标准模拟退火算法在可持续性进化方面的缺陷基础之上,受生物进化中公平竞争模式的启发,引入了可持续进化算法模型—HFC模型,提出了一种新的可持续的模拟退火算法——HFCSA。HFC模型将种群中的个体按适应度值分成不同的等级并且各个等级单独进化,此外HFC模型中以输入、输出阀值来控制各等级中个体的迁移。该模型将传统收敛进化计算模型转换为可持续搜索模型,缓解了进化算法局部收敛的问题,保证了种群的多样性。通过结合HFC模型,HFCSA算法不仅保存模拟退火算法全局最优的搜索特性,而且改进了搜索的可持续性。在用HFCSA算法、遗传算法(GA)和模拟退火算法(SA)在相同条件下求解48城市旅行商问题的对比实验中,搜索结果表明HFCSA在搜索的结果和可持续性上优于GA和SA。在帮助贵阳医学院设计医学实验时间安排这种带约束的优化的问题上,HFCSA算法也可以很好的设计出合理的方案。虽然HFCSA算法在我们的对比实验中表现出了较GA和SA有搜索结果和可持续性的优势,并在应用设计中体现了良好的应用设计能力。但是,和其它两种算法一样,HFCSA也存在着编码的局限,只能进化数据,无法进行结构和参数的同时进化,这个缺陷是由SA算法与生俱来的搜索机制决定的,主要是算法的算子无法对结构和参数的编码同时等价操作。众所周知,工程领域的很多优化设计问题都需要参数和结构协同优化,SA的这种编码方式大大限制了它们解决协同搜索的能力,使它们的应用范围受到限制。因此,在进一步的研究中,我们寻求解决这个问题,引入了遗传编程(GP)的思想提出了基于遗传编程的HFCSA算法。GP-HFCSA算法借鉴遗传编程的树形编码,将结构和参数混合编入GP树中,这样,随着GP树的生长,参数和结构实现了同时进化,并用GP-HFCSA算法和参考算法在相同条件下解决8特征值放置问题做对比,通过连续随机运行20次的统计结果看出,GP-HFCSA算法的平均搜索效果要优于参照算法。最后,我们用GP-HFCSA算法做了无源滤波器的设计实验,即用GP-HFCSA算法来设计与目标无源滤波器功能类似的滤波器。实验中,设计出的无源滤波器功能比较接近目标。这表明:GP-HFCSA算法可以实现电路设计这种需要结构和参数同时进化的设计,将来可以应用到复杂的多域动态系统设计,具有广泛的应用前景。