遗传算法是模拟生物界适者生存、自然选择等生物进化机制发展起来的一种高度并行、随机和自适应的搜索算法,主要特点是群搜索策略以及个体间信息交换和搜索不依赖梯度信息,它特别适合于传统方法难于解决的复杂和非线性问题并广泛应用于机器学习、自适应控制、组合设计、人工智能等领域。指派问题就是将资源按某种方式分配到各项工作中,使其效果达到最优的问题。其在军事中的应用非常广泛,诸如目标分配、兵力配置等。由于战时军事活动的特殊性、复杂性及不确定性,需要考虑的因素往往较多,很难用精确值进行量化,相反,通过专家咨询采用模糊数或语言变量来刻画这些目标,可以取得较好的效果。本文介绍了遗传算法的基本理论及实施步骤,并概述了常见的改进方法;研究了模糊多目标指派问题,通过求解模糊效益矩阵,实现了模糊多目标指派到传统单目标指派的转化,并在有关军事指派问题中进行了应用。本文的工作重点体现在两个方面:一是用模糊数学的有关知识,针对具有模糊信息的多目标军事指派问题,利用专家意见通过模糊算法集结模糊综合效益矩阵,利用一种对模糊数排序的方法,将问题转化为传统的单目标指派问题。二是用Matlab遗传算法工具箱进行求解。