随着科学技术的不断发展,吸波材料在隐身技术中运用越来越广泛,武器装备隐身化可以显著提高军事效益,是当前世界军事高技术发展的重要方向之一。同时吸波材料已广泛应用于人体安全防护、微波暗室、安全信息保密、电磁兼容等许多民用领域。传统的吸波材料重量重、厚度大、吸波频带窄,已经不能满足现代战场条件对武器装备隐身性能的要求。这就迫切需要研制新一代具备“质量轻、厚度薄、频带宽、吸收强”性能的吸波材料。近年来出现了一些新型的吸波材料,如纳米吸波材料、手性吸波材料、多晶铁纤维吸波材料、等离子体吸波材料、智能吸波材料等。其中,纳米吸波材料由于自身具有特殊的吸波机制,加上轻薄的优点,已经成为新一代吸波材料研究的热点,如今正朝着多层、复合及涂覆型的方向发展。然而当材料层数较多时,用相对简单的实验设计方法来设计纳米吸波材料就显得力不从心,因此需要借助计算机来进行辅助优化设计。传统的优化算法,如共轭梯度法、牛顿迭代法、单纯形法和模拟退火法等虽然取得了一些成效,但是还存在着比较明显的缺点。比如迭代过程依赖梯度信息,受初始解的影响很大,而且迭代过程容易出现局部收敛现象,因而会降低计算机设计的效率。遗传算法(GA:Genetic Algorithm)是一类借鉴生物界自然选择和自然遗传机制的随机化搜索算法,由美国Holland教授提出,其主要特点是群体搜索策略和群体中个体之间的信息交换,搜索不依赖于梯度信息,具有稳健、高效、无需求导等特点,适于处理多层吸波材料的优化这类多参数复杂系统的设计问题,因此近年来在微波吸收材料的优化设计领域中得到了广泛应用和持续发展。针对新一代吸波材料所要求的“质量轻、厚度薄、频带宽、吸收强”等特点,本文提出了相应的目标函数用来评价设计结果的性能。基于材料库中实际纳米吸波材料的电磁参数,我们首先采用了带约束条件的单目标标准遗传算法(SGA)来设计高性能的吸波涂层,并进行了相关设计结果的讨论。针对SGA设计过程中出现的早熟现象,我们采用了自适应遗传算法进行了改进,得到了令人满意的结果。此外,我们还成功的将多目标遗传算法引入到多层纳米吸波材料的设计中,进一步拓展了吸波材料的计算机辅助设计领域。采用了新型的快速多目标遗传算法NSGA-Ⅱ,我们分别讨论了二目标和三目标的优化设计情况,最终得到了具有“质量轻、厚度薄、频带宽、吸收强”特点的新一代吸波涂层,具有重要的工程应用价值。