装配是将分散的各种零件组装成部件或者产品的步骤，它是产品生产制造中重要的一步，对产品的质量有着举足轻重的作用，最终产品的质量受装配质量的直接影响。传统方法中，一般采用随机挑选顺序装配的方法，零件的偏差会在尺寸链方向上累积，从而造成较低的装配质量。选择装配能够比较好的解决这个问题，通过零件尺寸偏差的相互抵消提高装配的质量。手工的选择装配只能应用于零件种类很少，且零件数量不多的情况。对于更加复杂的选择装配问题，计算机辅助装配成为现在研究的一个热点问题。利用计算机按照规定的方法对零件进行分组，然后对分组的零件进行组合优化，能够高效的提高零件的利用率并保证零件的装配质量。本论文研究了基于遗传算法的复杂零件的分组选择装配问题。首先，针对小批次的零件并不服从正态分布的问题，提出了新的分组方法，即不将零件按照过程能力（6σ）统一地分成6组，而是将它们按照本身尺寸精度的大小以及对最终装配影响的大小分成不同的组数。然后，为了充分利用分组后得到的零件分组信息，即每组中所分零件的数量，提出了新的染色体编码形式，该编码形式为二维的矩阵编码，以分组号作为基因位的值，分组号的数量与该组中零件的数量相等。本文中以一个由三个零件构成的滚珠轴承为例，介绍了遗传算法的具体流程，并对算法的控制参数以及实验结果进行了研究分析。最后，针对实际情况下更复杂装配体可能含有多条尺寸链的问题，通过对多尺寸链装配中零件的分组方法、多尺寸特性分组与染色体编码的对应方式和遗传算法的适应度函数进行改进，使之能够解决上述问题，并通过一个由3个零件构成，包含3条不同方向上的尺寸链的汽车发动机气缸的装配作为实例，对该方法进行了验证。最终实验结果表明，对于单尺寸链选择装配问题，提出的方法能够较大的提高产品的装配成功率有效地减低剩余零件的数量。对于多尺寸链选择装配问题，算法通过改进后也能很好的应用，优化效果明显，且该方法对于现实生产有更加实际的参考意义。