演化算法的收敛性分析及算法改进  

The Convergence Analysis and Algorithm Improvement of Computation Algorithm

作　　者：覃俊[1,2] 康立山[1] 陈毓屏[1] 

机构地区：[1]武汉大学软件工程国家重点实验室 [2]中南民族大学计科院,武汉430074

出　　处：《计算机工程与应用》2003年第19期91-92,179,共3页Computer Engineering and Applications

基　　金：国家自然科学基金(编号:69635030;60073043;70071042)

摘　　要：文章利用马尔可夫随机过程刻画了演化算法,证明了标准演化算法是不收敛的,说明了演化算法收敛于最优解的必要条件:非完全遍历性。并论证了采取精华保留策略的标准遗传算法以概率1收敛于最优解,并据此分析了一个典型实例———GTGA算法的收敛性及其算法改进方案。The computation algorithm is viewed with a markov chain.It is testified that the classic computation algo-rithm is not converged to optimal resolution until an elitist strategy is used.Moreover,a famous computation algorithm is studied.

关 键 词：遗传算法 收敛性 精华策略 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]