基于生物进化遗传理论中有显性、隐性遗传因子的理念，本文提出了一种采用单点四进制编码的遗传算法，即完全显隐性二倍体遗传算法。这种编码的特点是分别考虑了二进制编码中的0、1的显性和隐性。通过对四个常用测试函数用完全显隐性二倍体遗传算法和标准遗传算法进行初始解相同的对比试验，表明完全显隐性二倍体遗传算法在十维以上的高维函数优化问题中解的效果明显优于标准遗传算法，对低维函数优化问题也不劣于标准遗传算法。完全显隐性二倍体遗传算法在计算时间复杂度方面是标准遗传算法的一个关于维数的多项式倍数。对两种方法的收敛代数与解的多样性分析，显示算法本身的结构设计对收敛性的影响远远大于解的多样性对收敛性的影响，过早收敛现象也与样本多样性关系不大。即不同算法之间的解方差的差异并不导致收敛性的差异，从而指明人们普遍持有的不同算法间的解方差的差异能导致收敛性的差异的观点的片面性。另外，本文的研究说明了解平均值差异可以反映两种算法的搜索能力差异，应该作为一个非常重要的评价遗传算法的指标。对两种算法的解搜索空间的分析证实了本文算法的搜索能力强于标准遗传算法。将完全显隐性二倍体遗传算法应用于一个带约束的多目标结构优化设计问题之中，得到了一组pareto解，为遗传算法与多目标结构优化设计的结合作了有益的尝试。最后对本文进行了总结并给出了对将来研究的建议。