论文部分内容阅读
遗传算法（GA）作为一种新型的智能优化方法，以其结构简单、适应性强等特点在众多实际领域取得了成功的应用，但存在计算复杂度大、易于局部收敛等方面的不足。本文在分析现有遗传操作的不足和生物进化的基本特征基础上，从提高进化效率的角度出发，提出基于多保留策略的复合型遗传算法（简称MRS—cGA）；进而利用Markov链理论和仿真技术，从不同的层面分析了算法的性能。讨论结果表明，算法从本质上推广了常规的GA，在计算效率和收敛性能上均明显地优于常规的GA。