9.3　控制参数的选择

GA中需要选择的参数主要有串长l、群体大小n、交叉概率p_c以及变异概率p_m等。这些参数对GA的性能影响较大。

（1）串长l

串长的选择取决于特定问题解的精度。要求精度越高，串长越长，但需要更多的计算时间。为了提高运行效率，可采用变长度串的编码方式。

（2）群体大小n

群体大小的选择与所求问题的非线性程度相关，非线性越大，n越大。n越大，则可以含有较多的模式，为遗传算法提供了足够的模式采样容量，改善遗传算法的搜索质量，防止成熟前收敛，但也增加了计算量。一般建议取n＝20～200。

（3）交叉概率p_c

交叉概率控制着交叉算子的使用频率。在每一代新群体中，需要对p_c×n个个体的染色体结构进行交叉操作。交叉概率越高，群体中新结构的引入就越快，同时，已是优良基因的丢失速率也相应提高；交叉概率太低，则可能导致搜索阻滞。一般取p_c＝0.6～1.0。

（4）变异概率p_m

变异概率是群体保持多样性的保障。变异概率太低，可能使某些基因位过早地丢失信息而无法恢复；变异概率太高，则遗传算法将变成随机搜索。一般取p_m＝0.005～0.05。

在简单遗传算法或标准遗传算法中，这些参数是不变的。但事实上这些参数的选择取决于问题的类型，并且需要随着遗传进程而自适应变化。只有这种有自组织性能的GA才能具有更高的鲁棒性、全局最优性和效率。