1、遺傳算法（Genetic Algorithm，GA）是一種通過模擬自然進(jìn)化過程搜索最優(yōu)解的方法。這種算法被提出以來，備受關(guān)注，對它的研究與應(yīng)用也一直是相關(guān)學(xué)科研究的熱點(diǎn)。它被廣泛應(yīng)用于解決各類函數(shù)優(yōu)化問題，例如完全多項(xiàng)式非確定性問題即俗稱的NP問題。
　　 但傳統(tǒng)的遺傳算法普遍存在收斂性和收斂速度問題，為了克服這些問題，本文以實(shí)數(shù)編碼遺傳算法為基礎(chǔ)，采用多種遺傳算子混合計(jì)算的方法，并在算法結(jié)構(gòu)上采用分布式計(jì)算的模式。通過實(shí)驗(yàn)表明

2、，采用多種遺傳算子混合計(jì)算的方法有助于提高收斂性，而其分布式的計(jì)算環(huán)境大大提高了其收斂運(yùn)算速度，在求解大型優(yōu)化問題時(shí)，優(yōu)勢非常明顯。
　　 隨著問題規(guī)模的不斷擴(kuò)大，面對復(fù)雜度越來越高的搜索空間，傳統(tǒng)遺傳算法在優(yōu)化效率和求解質(zhì)量上都或有欠缺。本文提出的這種新的遺傳算法，即分布式混合雜交遺傳算法（Distributed Hybrid Genetic Algorithm，簡稱DHGA）。著重討論了分布式計(jì)算模型的構(gòu)造，以及混合雜交算子