论文部分内容阅读
针对基本遗传算法（简称BGA）常常存在局部收敛以及收敛解精度不高等方面的不足，提出了一种改进的算法——两阶段遗传算法，给出了算法的结构及具体的实施策略，进而利用Markov链理论和仿真技术分析了该算法的收敛性能，结果表明该算法具有操作简单、鲁棒性强等特点，不仅可以有效地避免寻优过程中的“早熟”现象，而且在很大程度上能提高最优解精度，适合于大规模、高精度的优化问题。