遺傳算法在許多優(yōu)化問(wèn)題中都有成功的應(yīng)用1但其本身也存在一些不足2如何改善遺傳算法的搜索能力和提高算法的收斂速度1使其更好地解決實(shí)際問(wèn)題1是各國(guó)學(xué)者一直探索的主要課題之一2本文綜述了遺傳算法中編碼表示3適應(yīng)度函數(shù)3選擇策略3控制參數(shù)和遺傳算子等方面的各種改進(jìn)措施1并給出了遺傳算法的發(fā)展動(dòng)向。

　　遺傳算法、進(jìn)化規(guī)則及進(jìn)化策略是演化計(jì)算的三個(gè)主要分支“這三種典型的進(jìn)化算法都以自然界中生物的進(jìn)化過(guò)程為自適應(yīng)全局優(yōu)化搜索過(guò)程的借鑒對(duì)象”所以三者之間有較大的相似性#另一方面“這三種算法又是從不完全相同的角度出發(fā)來(lái)模擬生物的進(jìn)化過(guò)程”分別是依據(jù)不同的生物進(jìn)化背景，不同的生物進(jìn)化機(jī)制而開(kāi)發(fā)出來(lái)的“所以三者之間也有一些差異$隨著各種進(jìn)化計(jì)算方法之間相互交流的深入”以及對(duì)各種進(jìn)化算法機(jī)理研究的進(jìn)展“要嚴(yán)格地區(qū)分它們既不可能”也沒(méi)有必要$在進(jìn)化計(jì)算領(lǐng)域內(nèi)更重要的工作是生物進(jìn)化機(jī)制“構(gòu)造性能更加優(yōu)良、適應(yīng)面更加廣泛的進(jìn)化算法。