本文对遗传算法的生物学原理，数学基础，搜索机理和特性作了全面深入的分析，并在此基础上从解决现有的早熟收敛难题和提高约束优化搜索的效率以及探索新的执行策略出发，提出四个方面的新内容。 1．为了排除性能增益不大的个体，防止算法陷入局部极优，提出了扰动执行策略，即对所产生的后代个体施加一定幅度的扰动，再决定是否接受该后代，从而防止了不良个体无条件地进入候选集。 2．为使算法在陷入局部极优后能自动跳出，提出了模拟蚂蚁觅食的执行策略，这种策略是模拟蚂蚁觅食中不断调整不断转移目标而启发设计的，要点是在算法进入局部极优后不再执行原有的交叉操作，而是与游荡个体相交叉，未得到交叉的个体则以后备个体相替换。 3．为提高约束优化的搜索质量，提出了基因优劣编码，其重点是精确模拟自然进化机制，着重强调各基因位对优化目标的价值作用，越有利于优化目标的基因位越有价值，从而使问题空间的有益信息得到了充分利用。 4．在分类规则提取系统中，为了更好地提高算法的寻优和保优能力，提出了基因动态排序方法，即把各基因位按重要性大小进行排序，在此基础上再进行交叉操作。