论文部分内容阅读
一个改进基因算法(GA ) 在 Markov 链的框架以内基于人口差异的分析被建议。有关在人口维持差异并且支撑 GA 的集中能力的二个目标与早熟的集中作斗争的混乱操作员被介绍。在混乱基因算法(CHGA ) ，而最高度合适的染色体是未经触动的以便恢复差异并且保留可以属于最佳的答案的最好的模式，人口动态地被再循环。象先进操作员和参数背景一样的混乱的人物能改进算法的探索和利用能力。多模式的功能优化的结果证明 CHGA 执行简单基因算法并且有效地减轻早熟的集中的问题。