最小生成树问题历史悠久,1926年由Boruvka首次提出,目的是寻求电力线网络的最优经济布局.而度约束最小生成树(Degree-Constrained Minimum Spanning Tree, DCMST)问题仅产生于上世纪八十年代初,由Narula和Ho提出.在现实生活中度约束最小生成树问题很常见,如通讯网络设计中,为防止某些重要节点发生网络故障,导致整个网络处于瘫痪状态,需要对这些重要节点所连接线路的条数加以限制.研究度约束最小生成树问题很有必要.度约束最小生成树的构造型求解方法主要分为两类：一类为古典型的构造方法,如分支限界法,这类方法主要特点是时间复杂度较高,因此很少被采用；另一类为智能型的构造方法,这类方法主要通过智能优化算法来实现,如遗传算法、蚁群算法等.智能型的构造方法近些年中被广泛地采用.本文把遗传算法应用到度约束最小生成树算法的实现过程中,给出一个求度约束最小生成树的WCJ遗传算法.在求度约束最小生成树的遗传算法中,遗传编码起到举足轻重的作用,本文设计的Prufer编码方式以及设置的一个不定长度集合D,可以充分保证产生完全可行的初始种群；设计的校正交叉操作,保证产生可行的子代染色体；设计的打乱式变异、补充变异、两点逆转变异三种变异操作,保证产生可行的子代染色体,拓展搜索空间,有效地防止搜索陷入局部最优状态.算法收敛性分析从理论上保证新算法是可行的,仿真试验的结果则表明新算法效果良好,是有效算法.