随着Internet的快速发展，基于Internet的广告已经成为当今最热门的广告形式，它也是当前大多数门户网站的主要收入。优化安排广告资源成为网站管理者所关心的首要问题。因此，基于Internet下的广告控制决策问题的研究具有十分重要的理论意义和实际意义。 针对Internet广告的决策问题，本文研究了网站的收入和网页上广告的空间规划问题，研究的内容主要包括以下几个方面： 1．对Internet广告决策问题产生的背景与国内外研究现状进行综述，并指出目前此问题在研究上存在的不足之处； 2．研究了最大化网站收入的决策问题，为了均衡网站和广告客户之间的利益，本文建立了基于混合定价下的使网站收入最大的线性规划模型，给出了求解模型的遗传算法，并将遗传算法与单纯形法作了比较，仿真结果表明遗传算法能够克服用单纯形法求解导致的解过于集中的弱点； 3．考虑到以往研究中所采用的平均点击率不能正确表达用户点击广告不均匀性的现象，本文提出了基于用户点击倾向的最大化网站收入的决策模型。在模型的求解中，首先利用BP神经网络拟合广告的印象次数和点击率的非线性关系，从而预测广告的点击率，然后再利用遗传算法求解模型。仿真结果表明了模型和算法的有效性； 4．为了使有限的广告空间得到更好地利用，本文针对Internet上广告空间规划的最小化问题作了进一步的研究，把问题扩展到某一类页面上。针对所建立的模型提出了LHD和FFHD两种启发式算法，并把FFHD算法引入到遗传算法中，给出了GA-FFHD混合遗传算法。与其它算法相比，混合遗传算法具有更好的寻优性能。