遗传算法是当前计算机科学的一个研究热点。遗传算法所具有的极度并行性、通用性和灵活性吸引着众多的学者对其进行研究。其中应用遗传算法解决非线性规划问题是遗传算法应用中的一个重要方向。 本文的主要内容是讨论遗传算法和将遗传算法应用于非线性规划问题时的算法设计，并对这类问题的求解提出了可靠、高效的算法。 首先我们介绍了非线性规划问题的特点，存在的领域，以及当前解决非线性规划问题的常用方法。还介绍了遗传算法解决非线性规划问题的成功实例。 在第二章中介绍了遗传算法的基本概念和基本理论以及用遗传算法解决非线性规划问题的常用策略。对遗传算法的各个组成部分，特别是对选择策略，杂交策略，变异策略作了详细的介绍。 在第三章中在我们提出了一种新的杂交算子：差分杂交算子，并对这个算子做了一系列的函数测试。我们还对混合遗传算法的一些参数进行了改进，并运用于遗传算法+单纯形算法的混合遗传算法中，证明这些改进较以前的方法在稳定性，收敛速度上都有提高。 在第四章中介绍了处理约束的四类方法：算子修正法，罚函数法，可行域搜索法，以及混合遗传算法，并对这些方法做了详细的分析，指出了他们优劣之处。在这里我们还提出了一种新的罚函数。将运用这种罚函数的遗传算法用于优化非线性约束函数，能够有效的提高解的质量。 在第五章中总结了我们利用遗传算法求解非线性规划问题的方法，指出我们提出的方法不足之处，并提出了改进的方案。