摘要: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.