论文部分内容阅读
遗传算法是一种模拟自然界生物进化的通用搜索、优化算法，应用日益广泛并在应用中取得了较大成功。本文首先简要介绍了遗传算法发展史、思想、特点和基本遗传算法。然后讨论了遗传算法的收敛性，介绍了遗传算法收敛性的马尔科夫链分析。在此基础上，利用信息凝聚的观点对算法收敛性加以分析。最后，考察了遗传算法的有效性。本文从算法复杂性的角度，讨论图灵机刻画的确定性算法的局限性，分析概率机刻画的遗传算法的有效性，指出遗传算法有效性来自于遗传算法的非确定性操作部分产生的高复杂性。