统计遗传算法

本文讨论了遗传算法中框架定理的不足之处，并对之进行了改进，然后分析了遗传算法与ａ算法的相似性，以及遗传算法的概率性质．由此联想到它与ｓａ算法的相似性，在此基础上，作者将原先发展的一套ｓａ算法的理论移植到遗传算法中来，建立一个新的算法，称之为统计遗传算法（简记为ｓｇａ算法）．为适合于优化计算，作者引入最大值统计量及其对应的ｓａ算法（简称为ｓｍａ算法），并将ｓｍａ算法与ｇａ算法相结合（记为ｓｇａ（ｍａｘ）算法）．新的算法不仅提高了算法的精度和降低了计算的复杂性，而且能克服ｇａ算法中出现“早熟”的现象以及提供进行并行计算的可能性．更主要的是新的方法为ｇａ算法的精度、可信度和计算复杂性的定量分析提供了理论和方法上的有力工具.