等提出的对于NP难问题的优化问题，采用遗传算法中增加局部改善运算等等。混合遗传算法的基本思想是：对于每个新产生的后代在其进入下一代群体之前应用局部优化技术如爬山法、模拟退火算法等，使之移动到最近的局部最优点。在混合遗传算法中，用启发式方法作局部优化，采用遗传算法作全局最优点的探索。由于遗传算法与传统优化方法的互补性，混合遗传算法通常比单一算法优越。并行遗传算法可通过不同种群的加入打破平衡状态，促使各种群向更高层次的平衡状态进化，从而得到最优个体。当算法运行一定代数后，即使是处于两个不同种群中的个体，其结构也会类似，故通过采用不同种群的个体打破彼此内部平衡的作用有限。2．3编码方式编码是遗传算法中首要解决的问题，二进制编码是遗传算法中最常用的一种编码方法，它
f采用最小字符编码原则，编／解码操作简单易行，利于交叉、变异操作的实现，也可以采用模式定理对算法进行理论分析。但二进制编码用于多维、高精度数值问题优化时，不能很好地克服连续函数离散化时的映射误差；不能直接反映问题的固有结构，精度不高，并且个体长度大、占用内存多。针对二进制编码存在的不足，人们提出了多种改进方法，比较典型的有以下几种：a格雷码编码。为了克服二进制编码在连续函数离散化时存在的不足，人们提出了用格雷码进行编码的方法，它是二进制编码的变形。格雷码不仅具有二进制编码的一些优点，而且能够提高遗传算法的局部搜索能力。格雷码有这样一个特点：任意两个整数的差是这两个整数所对应的格雷码之间的海明距离。这个特点是遗传算法中使用格雷码来进行个体编码的主要原因。b实数编码。该方法适合于遗传算法中表示范围较大的数，使遗传算法更接近问题空间，避免了编码和解码的过程。它便于较大空间的遗传搜索，提高了遗传算法的精度要求便于设计专门问题的遗传算子；便于算法与经典优化方法的混合作用，改善了遗传算法的计算复杂性，提高了运算效率。c十进制编码。该方法利用十进制编码控制参数，缓解了“组合爆炸”和遗传算法的早熟收敛问题。d非数值编码。染色体编码串中的基因值取一个仅有代码含义而无数值含义的符号集，这些符号可以是数字也可以是字符。非数值编码的优点是在遗传算法中可以利用所求问题的专门知识及相关算法。对于非数值编码，问题的解和染色体的编码要注意染色体的可行性、染色体的合法性和映射的惟一性。2．4遗传算子r