遺傳算法作為一種隨機搜索算法存在一定概率的不穩定性，這主要是由于復制操作引起有效基因丟失，而變異概率很小，恢復有效基因很困難。
當發生未成熟收斂現象時，群體集中某一局部極值點。復制過程中，復制出的個體在這一局部極值點附近的概率很大，使得復制出的個體X1，X2 之間的漢明距離 1 2 X − X 很小甚至為零，復制使得群體的多樣性進一步下降，而且當個體之間的漢明距離1 2 X − X 很小甚至為零時，經過交叉操作產生新個體的概率下降甚至為零，因此，交叉的效率很低。這時只能靠編譯產生新個體，但一般情況下編譯概率很小，而且在群體集中于某一局部極值點時，經過編譯后的個體的適合度高于此局部極值點個體適合度的概率很小，往往因復制不上而被淘汰，即使編譯后的個體適合度高于此局部極值點的適合度，也由于這種個體數量很少（一般只有一到兩個）和復制的偶然性被淘汰的概率較大。

因此應該在群體多樣性變差之前采取相應措施維持群體多樣性。為此，我國學者楊振強提出了一種改進的自適應遺傳算法，該算法具有選擇性的自適應復制、交叉、變異概率的方法：復制概率Pr 隨個體的適合地上升而增加，交叉概率Pc、變異概率Pm 隨個體的適合度和整個群體的進化程度而改變，適合度高，則Pc 和Pm 趨于下降。當個體適合度趨于一致時，對于平均適合度附近的個體，則Pc 和Pm 將顯著增加，Pr 下降。
改進的自適應遺傳算法，使人有耳目一新的感覺，不求，只求更好，正航儀器為您提供動態資訊，歡迎關注 ！http://www.mingxihui.com