堆芯换料方案的优化是一个典型的组合优化问题, 其搜索空间异常庞大。传统的优化算法很难在如此巨大的搜索空间中寻找出全局最优解。遗传算法以其优良的自适应能力和优化能力, 为组合优化问题提供了一个非常有效的解决途径。采用遗传算法对柱状高温气冷堆堆芯装料方案进行了优化, 并编写了相应程序。为了提高堆物理的计算精度, 堆芯临界计算采用26群输运计算。由于多群输运计算需要大量计算时间, 为此对遗传算法进行了并行优化。为了验证遗传算法对柱状高温气冷堆换料的优化能力, 构造了一个8组件的小型柱状高温气冷堆换料优化基准题。结果表明, 遗传算法在柱状高温气冷堆换料优化问题中具有良好的优化能力和计算稳定性。