阵列天线的综合问题大多呈现多参数、不可微、甚至不连续的特性,其方向图参数的最优化是一种非线性优化问题。传统的最优化技术大多是基于梯度寻优技术或随机搜索的方法。其中,共轭梯度法收敛速度较快,但要求目标函数可微、连续,而且优化参数数目有限;随机搜索无需计算梯度,但是效率太低,而且容易陷入局部极值。而遗传算法只要求待解问题是可计算的,并对目标函数无可微性、连续性等条件的限制,同时,该算法是一种基于概率的鲁棒性很强的随机化全局搜索技术,其搜索过程具有一定的方向性,能够有效克服未成熟收敛。针对上述问题,本文展开了对遗传算法及其在阵列天线综合中的应用方面的研究与分析。首先,研究了遗传算法的基本概念、特点和发展进展,介绍了遗传算法程序,并应用一些在评估遗传算法性能时经常用到的测试函数对该遗传算法程序进行了性能评估。其次,重点研究了遗传算法在阵列方向图综合中的应用。文中介绍了遗传算法在综合低副瓣阵列中的应用;采用遗传算法给阵列天线的方向图赋形,其结果优于同种条件下用Woodward法得到的结果;同时,考察了遗传算法的稳定性;分析讨论了遗传算法在综合稀疏相控阵方向图综合中的应用。最后,研究了基于圆柱载体的共形单元天线的辐射特性;载体对单元方向图的影响以及基于遗传算法的共形阵列方向图综合。