微波/毫米波电真空器件中,行波管是最重要的器件之一。它有着其他器件不可替代的优良特性:高功率、高增益、高效率、高频带。由于这些特性,它在通信、雷达、电子对抗等这些现代军事电子装备当中的应用也越来越广泛。行波管的研制更是涉及到多种学科,制作工艺十分复杂。把现代技术和以往的行波管制管经验综合应用到行波管的研制当中,计算机技术的发展和应用,对其有着极大的促进作用。同时,对行波管的研制能力和水平的进一步需求:提高行波管设计能力、缩短开发周期、减少征管硬件试验、改善行波管性能、固有已有经验等,应用CAD技术研制行波管已成为主要手段。但是,目前应用的微波管仿真软件,只能根据经验值进行模拟验证,缺乏优化功能,不能在某个范围内使目标值达到最大。将优化算法引入到行波管软件仿真,使软件自动优化出某个范围内的设计参数,是微波管CAD软件发展的一个重要方向。遗传算法(Genetic Algorithm,简称GA)是一种基于自然选择和进化思想在高维空间中寻优的方法。它提供了一种求解复杂系统优化问题的通用框架,不依赖于问题的具体领域,对问题的种类有很强的鲁棒性,因而具有广泛的适应性。同时它又是一种采用启发性知识的智能搜索算法,相对于其他的优化算法有着更优良的搜索性能,所以往往能在搜索空间高度复杂的问题上取得比以往算法(如梯度法)更好的效果。本文的主要工作与创新之处表述如下:一、设计实现了一种改进的实数遗传算法。提出了一种改进的实数遗传算法并对其性能进行了详细分析。采用实数编码,确保解的精确度,采用线性排序的选择策略,引进精英保留策略,并结合其他的遗传操作算子构成了新的遗传算法。该算法提高了寻优能力和计算效率,是一种性能优异的遗传算法。二、设计实现了一种用于多目标优化的混合遗传算法。设计过程中经常会遇到在多准则或多设计目标下设计和决策的问题,如果这些目标是相悖的,需要找到满足这些目标的最佳设计方案。利用遗传算法解决多目标优化问题已被证明是一种行之有效的方法。为提高算法的精确搜索能力,将遗传算法与局部优化策略相结合,提出了一种用于多目标优化的混合遗传算法,使遗传算法和局部优化在优化过程中充分发挥各自的优势。三、行波管优化设计。基于一种注-波互作用的新理论——一维的CHRISTINE代码,引入遗传算法,对螺旋线行波管慢波结构参数进行全局优化,从而增大输出功率,改善行波管性能。