进化技术是基于“适者生存、不适应者淘汰”思想而发展起来的一种通用的问题求解技术。它采用简单的编码技术来表示各种复杂的结构，并通过对一组编码表示进行简单的遗传操作和优胜劣汰的自然选择来指导学习和确定搜索方向。进化技术不仅具有较高的效率而且具有简单、易于操作和通用的特征，而且这些特征正是进化算法越来越受到人们青睐的主要原因之一。 进化技术在一些设计优化问题中已有相当数量的应用，但距离实现一个能与人的行为相匹配的系统还很远。尤其是在一些创新设计应用，如建筑、艺术、音乐、设计，由于评价标准主要依赖于人的主观想法，很难对个体的适应度做出评价。如何能在执行最优化的过程中，将适应度函数与偏序理论相结合，从而构造新的评价方法，成为计算机辅助概念设计的研究热点。 本文首先概要介绍了进化技术的基本思想，以及概念设计与计算机辅助概念设计的含义，探讨了进化技术在概念设计中应用的现状，并分析了当前该研究领域中存在的主要问题。 第2章对进化技术进行了分析。首先，深入分析了进化计算的特点、分类；以遗传算法为例分析了进化算法的设计方法；介绍了遗传算法的基本定理并对遗传算法的收敛性进行了分析，给出了一个统一的收敛标准。然后，介绍了基于树结构的遗传算法。最后，给出了基于偏序关系的进化技术，以及利用它求解概念设计问题的步骤。 第3章对概念设计的原理、方法进行了研究。首先，介绍了概念设计及计算机辅助概念设计的含义，指出目前CACD的研究内容主要有三方面：概念设计方法学、产品信息模型及基于该模型的概念设计求解方法的研究、CACD系统的研制；然后，介绍了本文所用到的三种概念创新设计方法：基于组合原理的概念创新设计方法、进化设计方法、基于实例推理的概念创新设计方法，并介绍了产品信息模型的建立技术；最后，结合传统的计算机辅助概念设计方法以及组合原理和进化技术，提出了一种概念创新设计的求解方法。 第4章研究进化技术在计算机辅助概念设计中的应用。本章实现了一个基于进化技术的计算机辅助概念设计系统。首先，给出了系统的总体结构，指出本系统由三部分组成：基于进化技术的组件创新模块、三维模型数据库、基于进化技术的创新设计方案生成模块。然后，分别对系统的三个部分进行了介绍，在基于进化技术的创新设计方案生成模块中，系统把对设计方案评价的若干个目标构成偏序关系，以此作为对设计方案进行排序的依据；另外，系统采用计算机评价与人工评价相结合的方式，当进化算法连续若干代，设计方案仍无明显改进时，交互EA与自主EA之间的接口子模块将通知交互EA，发挥人的作用，以设计师的评估来替代计算机对个体的评估，从而设计出满意的新的创新设计方案。最后，用实验数据证明了本系统的工作效率。 本文在进化技术及其在计算机辅助概念设计中的应用方面进行了探讨，希望能够对进摘要化技术及其在概念设计中的应用起一定的推动作用。