多种群遗传算法

多种群遗传算法的介绍

多种群遗传算法是在遗传算法的基础上经过改进并引入多种群的概念。
主要有以下的改进：
1，把单个种群改变为多个种群，每个种群都有着可控制的参数，例如交叉，变异概率。给予不同的数值能够产生不同的搜索结果。
2，通过特定的操作因子来控制各种群之间的联系与协同进化，例如设定移民算子，可以得出所有种群最优的进化结果。
3，多种群的收敛条件可以根据每个种群进化的最优个体的数目来测定，各个种群中的最优个体可以增加人工选择算子来进行保留。

多种群遗传算法的优点

1，各个种群不同参数的设定，例如交叉概率与变异概率的设定，可以使各个种群向着不同方向进行进化，这样全面增强搜索能力：
2，各个种群之间的交流是经过特定的操作因子进行实现了通过设定移民算子，即种群中最优个体，把最优个体引入到其他种群之中，实现各个种群之间的信息交流。
3，判断整个遗传操作过程是否收敛，设定精华种群，在精华种群中，每个个体均不参加遗传操作，这样每代的最佳个体均能得到保护，也可以根据精华个体的数量作为终止条件。

以上信息仅供参考和学习，谢谢。

后续

1，多种群遗传算法的改进点是通过对选择，交叉，变异等过程进行改进，各种群之间的协作是根据精华个体之间的遗传操作进行的。针对每个种群中，选择出每个种群中的最优个体，作为本种群的一个基础遗传操作个体，然后选择种群中其他的个体与本群落中最优个体进行遗传操作，且在进行交叉和变异操作过程中，最优个体是不发生改变。
2，多种群之间的信息交流方式是通过每个种群的最优个体进行交流，对这些种群内的最优个体与所有群落中最优个体与所有种群中最优的一个个体进行遗传交叉和变异操作，只改变种群内的最优个体，全局最优个体不发生基因的改变。

这1和2这种算法改进，仍然会产生局部最小值。计算量和执行速率没有改进。