1、遺傳算法是在自然界生物進化理論的基礎(chǔ)上而總結(jié)出來的一種隨機優(yōu)化搜索算法，能夠解決各種函數(shù)優(yōu)化問題。其優(yōu)點在于：首先，編碼技術(shù)和遺傳操作相對比較簡單，限制性條件較少；其次，該算法的并行性和全局搜索能力較強。但傳統(tǒng)遺傳算法也存在諸多弱點，比如算法的交叉算子和變異算子的隨機性和盲目性太強，容易產(chǎn)生早熟收斂、收斂速度慢、局部搜索能力差等問題。自適應(yīng)遺傳算法正是在此基礎(chǔ)上提出的，現(xiàn)有的自適應(yīng)遺傳算法大致可以分為線性自適應(yīng)遺傳算法和非線性自適應(yīng)遺傳

2、算法兩種。線性自適應(yīng)遺傳算法采用線性函數(shù)自適應(yīng)調(diào)節(jié)交叉率和變異率，這對于增加種群多樣性、保留優(yōu)秀個體十分不利，且使得算法收斂速度較慢，更有可能得到局部最優(yōu)解；非線性自適應(yīng)遺傳算法采用非線性函數(shù)自適應(yīng)調(diào)節(jié)交叉率和變異率，此類算法雖然不存在線性自適應(yīng)遺傳算法的以上缺點，但與線性自適應(yīng)遺傳算法相同，此類算法的參數(shù)也需要根據(jù)多次試驗來設(shè)定，十分不利于在復(fù)雜多變的環(huán)境下運行。此外，無論是線性的還是非線性的自適應(yīng)遺傳算法都存在一個共同的缺陷：即在交

3、叉算子和變異算子的概率調(diào)節(jié)公式中，確定的個體適應(yīng)度對應(yīng)唯一一個交叉率和變異率，十分不利于算法跳出局部最優(yōu)解。
　　本研究將云理論引入到自適應(yīng)遺傳算法中，并運用 X條件云發(fā)生器改進交叉率和變異率調(diào)節(jié)公式，構(gòu)造出一種基于云理論的自適應(yīng)遺傳算法，本文將該算法命名為云自適應(yīng)遺傳算法。云模型中云滴的隨機性和傾向性使得交叉率和變異率既具有傳統(tǒng)遺傳算法的趨勢性，可以滿足快速尋優(yōu)能力，又具有一定隨機性。當(dāng)個體適應(yīng)度為一確定值時，該個體的交叉率和變