进化算法是模仿生物自然进化过程的一种随机搜索方法,最初具有三大分支:遗传算法、进化规划和进化策略。九十年代初美国学者Koza在遗传算法的基础上提出了一种全新的结构描述方法——遗传规划(GP:GeneticProgramming)。它与进化算法的主要不同表现在染色体的结构上,用动态的树结构来表示染色体。GP算法具有描述问题层次化、编码长度动态可变等特点,它被广泛地应用于人工智能、机器学习、符号处理等方面.基于动觉智能图式的仿人智能控制理论在解决控制难题方面显示出的突出优势,为解决复杂系统问题提供了一个有效的途径。但基于动觉智能图式的仿人智能控制器结构设计还是过多的依赖专家经验来完成,一旦控制问题出现变化时,就需要重新设计控制器的结构,这给设计人员带来了很大的困难。还没有一种成熟的具有普适意义的方法来进行仿人智能控制器结构的自动设计。而遗传规划算法正是模拟自然界生物进化思想发展起来的一种通用的优化方法,因此,本文利用遗传规划算法的思想解决仿人智能控制器结构自动设计的问题。倒立摆是基于动觉智能图式的仿人智能控制的一个典型的应用,因此本文以二级倒立摆的摆起倒立过程为试验平台,通过仿真实验的结果,验证遗传规划解决上述问题的有效性。论文的主要研究内容:(1)对遗传规划算法进行改进。文中介绍了基本遗传规划及其各种改进方法,重点描述了本文的改进策略,并对本文改进的遗传规划算法进行了性能测试,(2)改进的遗传规划算法对二级摆倒立摆摆起倒立的控制器结构进行自动设计。控制器结构的好坏直接影响到控制目标能否实现或者实现效果的优劣,本文给出了详细的设计过程和仿真实验结果,并进行了对比实验,实验结果表明本文改进的遗传规划算法有一定的优势。(3)改进的遗传规划算法与并行计算相结合,用遗传规划算法进行二级倒立摆摆起倒立控制器的结构自动设计时,适应度的评价相当耗时,平均运行时间较长,因此,将其与并行计算相结合。本文详细介绍了基于MPI的并行遗传规划算法的设计过程,并进行了实验。实验结果显示了该算法在提高计算速度方面的有效性。