遗传算法(Genetic Algorithm)是一种模拟自然界生物进化的搜索算法,它是一类借鉴生物界进化规律(适者生存,优胜劣汰遗传机制)演化而来的随机优化搜索方法。本文在介绍遗传算法的起源、历程、遗传算法的基本原理以及遗传算法应用特点的基础上,对遗传算法各组成要素的具体策略进行研究,在别人改进的遗传算法的基础上,提出了两种改进的遗传算法。最后利用遗传算法和改进的遗传算法对机械优化设计进行了实例研究,还对运动学仿真进行了一些研究,通过仿真证明了机械优化设计的效果。为此,本文的主要工作包括:(1)研究模式定理,遗传算法的收敛性,染色体的编码方式、适应值评价函数、选择算子、交叉算子、变异算子和参数选择,还有一些别人改进的遗传算法。(2)在别人提出的改进的遗传算法基础上提出了两种改进的遗传算法:基于小生环境的自适应遗传算法模拟退火算法和基于模式定理改进的遗传算法与自适应遗传算法的结合的遗传算法。(3)利用遗传算法在机械优化设计领域的应用进行了实例研究。主要是利用改进的遗传算法在机械零件可靠性设计和平面连杆变幅机构轨迹的应用和基本遗传算法解决平面四杆机构优化设计。(4)最后讲述了运动学仿真软件ADAMS,还有优化设计与运动学仿真相结合的应用。