导读：遗传算法的在工业控制中的应用...
摘 要：遗传算法是一种模仿自然界生物进化过程中选择和遗传的机理而构造出的一种优化搜索算法。但是，简单遗传算法的收敛速度较慢、稳定性较差。针对这些同题，本文提出了几种方法来改善遗传算法性能的操作，在文中分别讨论了该操作的思路，实现的方法。并给出了它在工业控制中的应用。
关键字：工业控制 遗传算法 交叉 遗传操作
1. 前言
优化算法和程序是是当今计算机时代科学和工程问题研究中最重要的工具之一。一个好的优化算法应具备两个基本特征（设以求全局最大主峰为例）：一是要找到主峰而不是众多的次峰;二是爬峰速度要快。此外，它还应具有通用性，最好能用于“黑箱”问题的寻优。。如能有一种优化算法既可保留上述两种基本算法的简单和通用特征，而又有高的寻优准确度和效率，显然是人们梦寐以求的。遗传算法（GA）为此开辟了一条诱人的道路。
遗传算法是由美国密执安大学Holland等人，经过20余年的努力而发展起来的，它将描述自然界生物进化的达尔文学说“物尽天择，适者生存”的原理引入到算法中。特别是近十年，由于计算机性能的提高，以及并行分布式计算的推广，遗传算法由于自身独特的优势而越来越受到人们的重视。进入21世纪，遗传算法已成为国际上的一个研究热点，围绕遗传算法，有一大批学者在从事下列方面的研究：遗传算法的机理、算法的收敛性和复杂度、编码方法、选择方法、杂交和变异方法、遗传的操作方式等。到目前为止，对各种问题的研究尚未有定论，正由于许多问题的存在激励着人们进行不断的探索和研究。
2. 简单遗传算法简介
简单遗传算法的基本思想是把待优化问题的参
