在可靠性评估中,简单的融合方式会造成试验数据被模拟数据淹没的情况,因此试验数据与模拟数据的融合研究是一项急需解决的实际问题。遗传算法不依赖于问题的具体领域,对问题的种类有很强的鲁棒性,所以广泛应用于很多实际问题的求解。本文利用遗传算法研究可靠性评估中物理试验数据和模拟试验数据的融合问题。在众多的寿命分布类型当中,Weibull分布是一类应用范围很广的分布类型,Weibull分布是近年来在可靠性方面中使用最为广泛的模型,当Weibull分布的形状参数ν=3.43954时,Weibull分布接近于正态分布；当ν=1时,Weibull分布即为指数分布；当ν<1时,Weibull分布为г分布；当ν=2时,Weibull分布接近对数分布。所以本文主要针对Weibull分布的试验数据与模拟数据融合问题的遗传算法进行研究。第二章首先给出了Weibull分布可靠性的基本概念以及可靠度、平均寿命、平均剩余寿命等可靠性参数,以及Weibull分布与极小值型分布的关系。然后介绍了基本遗传算法结构、特点、收敛性、并行遗传算法。第三章讨论了信息融合准则及融合函数,以及遗传算法的可行域进行了讨论,并且以矩融合、逆矩融合、Kolmogorov融合、线性融合及极值分布融合方法理论为基础,对Weibull分布单元,分别构造了遗传算法的适应度函数,进而利用遗传算法求解融合函数中的未知参数的最优值解,并对几种结果进行比较,寻求最合理有效的融合方法。第四章首先讨论了Weibull分布串联系统的分布函数进行讨论,然后针对Weibull分布串联系统的分布类型复杂、融合函数不易求解的特点,分别考虑了对串联系统进行近似拟合、单元参数的极大似然估计、单元参数的P分位数填充求解等方法,并用实例验证了三种方法的有效性与合理性。