1. 研究目的与意义（文献综述）

1.1研究目的

进化算法是一种仿生学算法，其设计的灵感源自于达尔文提出的进化论，依据物竞天择，适者生存的自然选择机制模拟自然界中生物自然进化的现象。其基本的思想是：先随机生成一个由若干个个体组成的群体，其中每一个个体对应于搜索空间中的一个搜索点；然后按照适应值函数计算群体中每一个个体的适应值，再根据一定的选择机制选择优秀的个体进行交叉、变异操作进行繁殖产生后代，得到的子个体进入下一代群体。

进化算法因具有较强的通用性和全局搜索能力，对所求解的优化问题的数学性质要求较低，在系统模拟、函数优化、机器学习、自动控制等科学研究和工程计算中得到广泛的应用。

2. 研究的基本内容与方案

2.1研究的基本内容

进化算法计算复杂性研究的对象已经从低级到高级，简单到复杂，时间复杂度分析是研究进化算法关于处理最优化问题的计算时间，能够定量的给出进化算法在计算最优化问题上的性能。虽然进化算法具有普适性，已经被广泛应用于优化问题的求解，但是对于进化算法的有效性我们在理论基础上还比较薄弱，无法确定进化算法对哪些问题有效，为什么处理不同的优化问题性能差距很大？为了能够更好的设计算法，为设计算法提供更好的理论基础，本文通过介绍进化算法的理论研究现状，根据进化算法已经获得的成果，分析进化算法在不同优化问题上的收敛效率，在此基础上进行创新，分析平均近似误差与问题规模、算法迭代次数的关系，从而得到一定结果。

2.2 研究的目标

3. 研究计划与安排

1-3周：查阅文献，了解毕业设计课题所涉及的各方向知识，大致确定论文方向与目标，完成开题报告

4-6周：完成第一阶段的阶段性报，总体设计，明晰论文模块，完成论文综述

7-10周：完成第二阶段的阶段性报告，为论文进行改进和推广

4. 参考文献（12篇以上）

[1] 赖鑫生,演化算法与混合算法的性能研究[d].华南理工大学,2014.

[2] 陈天石,演化算法的计算复杂性研究[d].中国科学技术大学,2010.

[3] 夏小云,随机启发式搜索算法的性能分析[d].华南理工大学,2015.