饲料是养殖业的物质基础，高效优质的饲料能够促进养殖业的良性发展。饲料配方通常需要进行较为复杂的计算，现有的基于手工的计算方法已经很难满足实际生产的需要，而目前很多基于计算机优化的方法只能解决约束较少、规模较小的问题，难于处理规模较大、约束较多的饲料配方设计问题。在研究领域，遗传算法由于能更好地解决多因子、高度非线性化的问题，已经被运用到动物饲料配方设计中。本文研究遗传算法在猪饲料配方系统中的应用，使用经济成本和氨排放量两个指标来衡量饲料的优劣。氨气是一种刺激性气体，它影响猪的生长性能，增加猪患病的机率，危害自然环境。除改善硬件条件外，本文考虑通过优化饲料配方来减少氨的排放量。本文分别采用线性规划法、标准遗传算法和NSGA-II算法对猪饲料配方问题进行求解，并且对三者的结果进行对比分析。其中线性规划法采用Lingo软件来实现，标准遗传算法用Matlab遗传算法工具箱实现，而NSGA-II算法用C++程序实现。NSGA-II算法是一种快速非支配排序的多目标遗传算法，主要用于多目标问题的优化。本文的研究重点是NSGA-II算法在猪饲料配方系统中的应用，首先将饲料配方问题转化为多目标最优化问题，即把经济成本和氨排放量这两个指标转化为对应的目标函数，然后对NSGA-II算法的交叉策略、变异策略和Pareto排序策略进行适当的改进，最后用C++程序来实现。通过对实验结果的对比分析表明，NSGA-II算法可以很好地解决饲料配方系统的设计问题，不仅降低饲料的经济成本，还能有效减少氨的排放。