本文主要讨论了两种加入滤子技术的遗传算法及其收敛性质。文章的主要内容如下：第一章概述了非线性规划问题的背景和多种解法,并引入遗传算法的发展和应用,详细地介绍了遗传算法的基本流程。第二章提出了基于滤子技术的遗传算法,在变异概率大于0的前提下,以滤子作为个体优劣的判别准则。滤子判别过程分为两个阶段,包括个体函数值比较阶段,个体约束违反度值比较阶段。在前人研究的基础上,从理论上证明了该算法的收敛性质。通过不断地保留每代的精英个体,在滤子判别准则的作用下,最终得到最好的个体,从而找到原问题的最优解。最后根据算法设计并分析数值实验,计算数据结果显示了算法的有效性。第三章尝试将小生境技术加入结合滤子的遗传算法,同样以滤子作为判别个体优劣的准则,得到了基于滤子的小生境混合遗传算法。小生境技术维持种群多样性,也避免搜索过程中陷入局部最优点的缺陷。通过对该算法的性质研究,说明它的收敛性成立。