本文在分析简单遗传算法基础上,指出简单遗传算法存在收敛速度慢及不能收敛到全局最优解等不足,提出了一种改进型遗传算法――多种群竞争遗传算法。以生物种群间竞争为背景的多种群竞争遗传算法,以随机产生的多个子种群做为初始种群,每个子种群间分别独立地进行选择、复制、变异等操作,将经过算子操作后的个体按适应度大小进行排序,不断以较优个体替代劣质个体,扩大群体的搜索范围,使群体中较优个体的数目不断增加,平均适应度不断提高,最终收敛于一个全局最优解。该算法的执行过程如下: 对某一特定问题,可随机产生N ( N ≥2)个子种群,每个子种群包含n个个体,对每个子种群独立地进行不同的遗传操作,这些遗传操作的算子在设置特性上有较大的差异,再将N 个子种群经过算法操作后的结果集中进行一定的处理,直至满足约束条件为止。(1) 根据问题的特性,确定二进制编码的长度,随机产生N (N≥2)个子种群,每个子种群包含n个个体; (2) 分别对每个独立的子种群进行不同的选择、交叉及变异操作,将其结果记录到数组R [i,j](i = 1LN ,j=1Ln) 中。并计算每一个体的适应度值,将其记录到数组A[ i, j](i = 1LN,j=1Ln) 中; (3) 对A[ i , j]按适应度值大小进行排序, 并按大小顺序分别记为数组B [i](i = 1L (n~*N)),然后计算相邻个体间的广义海明距离H,当H 的数值小于阀值d时,就删除其中适应度较小的个体,代之以B [i]中第一个个体B [1],依次类推。否则,保留这两个个体加入到中间群体。