无源滤波器应用极为广泛，其性能优劣直接决定产品的质量，对滤波器的研究和设计历来备受重视。传统的经典设计法由于人为干预过多、设计过程繁琐等缺点已经不能满足现在的技术发展需求，因此，如何利用计算机快速、准确的设计出性能良好的无源滤波器已成为人们关注的问题。　　 近年来随着优化算法的不断发展，将遗传算法应用于滤波器的优化设计成为研究的热点之一。本文提出了一种基于改进遗传算法无源滤波器自动设计方法。　　 论文首先介绍了无源滤波器的类型、基本原理以及经典设计方法，接着叙述了遗传算法基本概念、构成要素、特点，详细阐述了本文的改进算法并对算法的有效性进行了验证，最后提出了一种基于改进遗传算法的无源滤波器自动设计方法，并予以实现。本文的主要工作概括如下：　　 1.介绍了标准遗传算法的基本原理以及现有的一些改进方法，在此基础上提出了本文的改进算法。对于遗传算法的改进主要有三个方面，首先，在种群产生初期，引入K均值聚类算法对种群进行分类，避免了种群结构单一化，维持了群体的多样性，加快了算法的收敛；其次，采用适应度比例方法和最优个体保存方法相结合的选择策略，保证遗传算法向最优的方向进化；最后，提出了染色体分段交叉和变异策略，这样即保证了LC元件参数的多样性，又使得电路的结构能够不断变化，同时采用了可变的交叉概率。　　 2.将改进后的算法应用于常规滤波器的设计来验证本文算法的有效性，并将仿真结果与用标准遗传算法，经典定K型方法设计的滤波器性能进行比较。结果表明，使用改进后遗传算法所设计出的无源滤波器性能良好，有效的克服了标准遗传算法收敛过早，易于陷入局部极小值的缺点。　　 3.提出了一种基于遗传算法的无源滤波器自动设计方法。根据滤波器的性能指标，在不预先确定滤波器结构的情况下，对滤波器的结构和元件参数进行全局优化，自动配置滤波器内部结构及其元件参数，不依赖先验知识而获得最优解。本文使用该方法分别对低通、高通、带通以及带阻几种无源滤波器进行了仿真设计，并取得了较为满意的结果。