广义旅行商问题(Generalized Traveling Salesman Problem，简称GTSP)是比旅行商问题(Traveling Salesman Problem，简称TSP)更为复杂的一类组合优化问题，TSP可视为GTSP的特例。GTSP较TSP能提供更精确的实际问题模型，有着更广泛的应用领域，但相对于TSP的研究而言，至今GTSP的研究成果甚少。 基于广义染色体的遗传算法(Generalized Chromosomes Genetic Algorithm，GCGA)，是目前最有效的求解GTSP的方法之一。在遗传算法的过程中的，变异概率是很低的，相对来说交叉算子是影响染色体多样性的最关键算子。GCGAA在迭代过程中，头部染色体只能通过变异算子产生不同于初始化种群的新个体，搜索的范围有局限性。本文提出一种新的二进制与十进制混合编码算法(Hybrid Chromosome Genetic Algorithm，HCGA)，改进了交叉算子，具有更强的搜索能力。经过TSP问题库内的基准问题的测试得到了较好的数据结果。同时，本文提出类似于遗传算法模式理论的特征分析理论，通过特征分析，从理论上证明了新的算法HCGA的交叉算子搜索范围更加广泛，更有可能找到全局最优解。然后通过数据测试证明了由特征分析理论得出的结果。 按照费用函数满足约束条件的不同，可以把广义旅行商问题分为两类。目前，对GTSP解法的研究主要是面向费用函数满足三角不等式的第一类问题，而对于费用函数不满足三角不等式的第二类问题，则研究的比较少。本文针对第二类GTSP问题，提出了在广义染色体中加入虚顶点的新遗传算法。经过14个TSP问题库内的基准问题的测试表明，新算法得到了较好的数据结果。