2.4　关键参数说明

下面介绍一下遗传算法的主要参数，它在程序设计与调试中起着至关重要的作用。

群体规模NP

群体规模将影响遗传优化的最终结果以及遗传算法的执行效率。当群体规模NP太小时，遗传优化性能一般不会太好。采用较大的群体规模可以减小遗传算法陷入局部最优解的机会，但较大的群体规模意味着计算复杂度较高。一般NP取10～200。

交叉概率Pc

交叉概率Pc控制着交叉操作被使用的频度。较大的交叉概率可以增强遗传算法开辟新的搜索区域的能力，但高性能的模式遭到破坏的可能性增大；若交叉概率太低，遗传算法搜索可能陷入迟钝状态。一般Pc取0.25～1.00。

变异概率Pm

变异在遗传算法中属于辅助性的搜索操作，它的主要目的是保持群体的多样性。一般低频度的变异可防止群体中重要基因的可能丢失，高频度的变异将使遗传算法趋于纯粹的随机搜索。通常Pm取0.001～0.1。

遗传运算的终止进化代数G

终止进化代数G是表示遗传算法运行结束条件的一个参数，它表示遗传算法运行到指定的进化代数之后就停止运行，并将当前群体中的最佳个体作为所求问题的最优解输出。一般视具体问题而定，G的取值可在100～1000之间。