1、遺傳算法是基于達(dá)爾文自然選擇學(xué)說和遺傳學(xué)機(jī)理的一種迭代全局優(yōu)化隨機(jī)搜索方法，對許多傳統(tǒng)方法難以解決的復(fù)雜對象優(yōu)化問題，提供了一個行之有效的新途徑，也為人工智能控制和智能控制理論的發(fā)本文具體有以下內(nèi)容： 首先，完善遺傳算法理論基礎(chǔ)，采用遺傳算法一階模式、二階模式再生能力概念，分析了控制因子參數(shù)之間的聯(lián)系，同時給出了選擇、交叉、變異遺傳算子數(shù)學(xué)表述，重點(diǎn)對于交叉算子進(jìn)行分析，總結(jié)了交叉算子搜索范圍的充要條件，在利用Markov鏈對于

2、兩種典型遺傳算法收斂性分析的基礎(chǔ)上，總結(jié)出了一個統(tǒng)一的遺傳算法收斂標(biāo)準(zhǔn)。 其次，提出了基于計算時間效率的遺傳算法性能測度標(biāo)準(zhǔn)，以此標(biāo)準(zhǔn)為參考，給出了關(guān)于種群大小、交叉概率、變異概率最佳參數(shù)選擇，提出了提高遺傳算法效率的幾個實現(xiàn)方法，包括時變選擇機(jī)制，自適應(yīng)交叉、變異算子設(shè)計的途徑，同時結(jié)合提出的新種群多樣度函數(shù)，實現(xiàn)了一種并行結(jié)構(gòu)體系下的改進(jìn)型遺傳算法。 再次，建立了船舶線性和非線性橫搖模型，并對于隨機(jī)海浪仿真進(jìn)行了仿真