多種群遺傳算法的介紹
多種群遺傳算法是在遺傳算法的基礎上經過改進并引入多種群的概念。
主要有以下的改進：
1，把單個種群改變為多個種群，每個種群都有着可控制的參數，例如交叉，變異機率。給予不同的數值能夠産生不同的搜尋結果。
2，通過特定的操作因子來控制各種群之間的聯系與協同進化，例如設定移民算子，可以得出所有種群最優的進化結果。
3，多種群的收斂條件可以根據每個種群進化的最優個體的數目來測定，各個種群中的最優個體可以增加人工選擇算子來進行保留。
多種群遺傳算法的優點
1，各個種群不同參數的設定，例如交叉機率與變異機率的設定，可以使各個種群向着不同方向進行進化，這樣全面增強搜尋能力：
2，各個種群之間的交流是經過特定的操作因子進行實作了通過設定移民算子，即種群中最優個體，把最優個體引入到其他種群之中，實作各個種群之間的資訊交流。
3，判斷整個遺傳操作過程是否收斂，設定精華種群，在精華種群中，每個個體均不參加遺傳操作，這樣每代的最佳個體均能得到保護，也可以根據精華個體的數量作為終止條件。
以上資訊僅供參考和學習，謝謝。
後續
1，多種群遺傳算法的改進點是通過對選擇，交叉，變異等過程進行改進，各種群之間的協作是根據精華個體之間的遺傳操作進行的。針對每個種群中，選擇出每個種群中的最優個體，作為本種群的一個基礎遺傳操作個體，然後選擇種群中其他的個體與本群落中最優個體進行遺傳操作，且在進行交叉和變異操作過程中，最優個體是不發生改變。
2，多種群之間的資訊交流方式是通過每個種群的最優個體進行交流，對這些種群内的最優個體與所有群落中最優個體與所有種群中最優的一個個體進行遺傳交叉和變異操作，隻改變種群内的最優個體，全局最優個體不發生基因的改變。
這1和2這種算法改進，仍然會産生局部最小值。計算量和執行速率沒有改進。