成组技术问世数十年来，在制造领域得到了广泛的应用。但是纵观其发展，我们可以看出，如果将成组技术仅作为一种单一的方法应用，而缺乏对其广泛哲理的理解，成组技术可能会在竞争激烈的市场中渐渐失去自身的优势。为此，可以考虑将成组技术的传统研究模式与当前多学科先进技术结合起来，形成新的研究方向。遗传算法是近年来新兴的一门学科，是仿真遗传学和自然选择机理构造的一种搜索算法，因其对优化问题的弱依赖性、求解的非线性和鲁棒性、隐含并行性等特点被广泛应用于当前的各个领域。成组技术问题是组合优化问题，而遗传算法正是目前求解组合最优化的有效方法之一。因此本文将成组技术与遗传算法相融合，提出了一种基于遗传算法的零件成组方法。　　本文建立一个基于遗传算法的回转体零件成组分类系统，实现了回转体零件的分类成组。　　首先，通过对所搜集的典型回转体零件进行分析，制定了回转体零件特征分类标识表，并提取零件的特征值。　　其次，针对不同的成组目的，综合考虑零件的各个特征要素对成组结果的影响程度不同，将零件进行成组分类。同时，得出零件与该组标准零件之间的相似系数。　　最后，建立零件分组的数学模型，给出了一种基于遗传算法的求解方法，使用矩阵编码构造染色体和相应的遗传算子来满足分组模型复杂约束的要求。利用Matlab编程实现了算法的仿真，以最大化类内样本相似系数之和作为评价准则，结果表明，该算法能使零件归组准确。同时，利用有编码分类和神经网络的方法也对零件进行了成组分类，通过结果比较，可见本文研究的基于遗传算法的零件成组分类方法是准确、可行的，这方面的研究具有广阔的应用前景。