導語：遺傳算法研究論文一文來源于網友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

遺傳算法的思想由來已久。早在20世紀50年代，一些生物學家就著手于計算機模擬生物的遺傳系統(tǒng)。1967年，美國芝加哥大學的Holland,J.H.教授在研究適應系統(tǒng)時，進一步涉及進化演算的思考，并于1968年提出模式理論。1975年，Holland教授的專著《自然界和人工系統(tǒng)的適應性》問世，全面地介紹了遺傳算法，為遺傳算法奠定了基礎[228]。此后，遺傳算法無論在理論研究方面，還是實際應用方面都有了長足發(fā)展。

伴隨遺傳算法的發(fā)展，其獨特的優(yōu)越性逐漸被體現出來，且各種理論、方法都得到了進一步發(fā)展和完善。但是，遺傳算法的實際應用仍然存在著缺陷，具體表現在：

遺傳算法在尋優(yōu)過程中易出現“早熟”、設計變量增多時效率較低以及結構分析時間長，在線功能差。為此，在實際運用中尚需改進，尋找更優(yōu)秀的算子和編碼方法等。目前，改進的方法也各有優(yōu)劣，有對遺傳算法遺傳算子進行改進的，也有將遺傳算法與其他方法結合起來的。編碼方法有二進制編碼、多值編碼、實值編碼、區(qū)間值編碼、Delta編碼等多種編碼方法。在執(zhí)行策略方面有如下幾種方法值得注意：遺傳算法與模擬退火算法的結合、遺傳算法與局部優(yōu)化方法的結合、并行遺傳算法、共存演化遺傳算法、混亂遺傳算法。

遺傳算法的噪聲適應性問題。遺傳算法主要是針對無噪聲的確定性環(huán)境設計的，在應用過程中，知識的不確定性、訓練樣本的錯誤、人為因素等都可導致問題求解環(huán)境包含一個或多個噪聲。事實上，噪聲是不可避免的，在實際工程測量中，測量得到的靜態(tài)應變常常會伴有一定的噪聲。遺傳算法的進化過程是通過適應度大小來進行選擇、變異、交*等遺傳算子操作，從而對個體進行優(yōu)勝劣汰。然而在噪聲環(huán)境下，目標函數或適應度帶有噪聲，不能反映個體真正的適應度。顯然，用有噪聲的適應度去進化，其結果可能會被誤導。在這種情況下，遺傳算法的性能如何，怎樣改進，還有待深入研究。