并行遗传算法中的迁移包括两个子过程:一、从源子群体中选择一定数目的个体迁出,迁出是通过对被迁出个体的复制来实现,不改变原来群体的组成;二、在接收子群体中迁入个体替换掉相同数量的已有个体.所以,迁移策略相应的也包含迁出个体的选择策略(以下简称迁出策略)和被替换个体的选择策略(以下简称替换策略).迁出策略有两条:选择最佳个体和随机选择;替换策略有两条:替换最差个体和随机替换.Erick Cantu-Paz研究了迁移策略对多群体并行遗传算法的选择压力(selection pressure)的影响.并且他用顺序统计量研究了选择策略对简单遗传算法适应值均值、多样性、三阶累积量、四阶累积量的影响.本文研究迁移策略如何影响群体适应值分布的二阶累积量(cumulant)、三阶累积量、四阶累积量,从而对迁移策略有个全面、准确地了解,便于更好地使用它们来改善并行遗传算法的性能和效率.二阶累积量是群体多样性的良好度量;三阶累积量刻画群体适应值分布偏离标准正态分布程度的量,如果偏向标准正态分布左边,那么三阶累积量是个负数,反之,是正数,为标准正态分布的话,三阶累积量为零;四阶累积量是群体适应值分布峰度的度量,如果比标准正态分布陡峭,那么,四阶累积量是个负数,反之,如果比标准正态分布扁平则是个正数,为标准正态分布的话,四阶累积量为零.因为迁出策略有两条,替换策略两条,所以共有四种组合.它们是:一、迁出最佳个体替换最差个体;二、迁出最佳个体随机替换;三、随机迁出替换最差个体;四、随机迁出随机替换.本文研究了在这四种迁移策略对子群体适应值分布的二阶累积量、三阶累积量、四阶累积量的影响.获得了一些初步结果,即采用迁出最佳个体并在接收地随机替换已有个体的迁移策略能较好地协调全局搜索与局部搜索之间的矛盾,使多群体遗传算法达到最佳性能,较快搜索到全局最优解.这一结论可能对并行遗传算法的设计会有一些帮助.