遗传算法是属于随机算法的一个分支。

A、遗传算法是一种概率性搜索算法（随机优化算法）

B、遗传算法可以同时处理种群中多个个体，说明算法可以同时评估问题空间中的多个解

C、遗传算法通过“交叉”操作，可以实现了不同解之间的信息交换

D、遗传算法可以保证收敛到全局最优解

A、当产生一个可行解时,可以在该解的邻近解的集合中进行搜索,被称为局部搜索;该解的邻近解的集合是变化的,例如与该解有一位不同的邻近解、与该解有两位不同的邻近解,或者与该解有一个“位组合”不同的邻近解等;

B、当产生一个可行解时,由于与该解的邻近解的集合可能很大,并不能穷举每一个邻近解,所以需要随机选择邻近解;

C、当产生一个可行解时,通过某一位或几位的变异,便可产生该解相邻近的解。即相当于,以该解为中心,在与该解的邻近解的集合中随机选择出某个解;

D、当产生的可行解接近最优解的邻域时,通过某一位或几位的变异,便可产生该解相邻近的解,此有助于使算法加速向最优解收敛;

E、以上说法有不正确的;

A、在获得满意解的概率方面，如果初始可能解被恰当选择的话，导向性随机搜索一定比随机搜索更好一些；

B、在获得满意解的概率方面，群导向性随机搜索一定比导向性随机搜索更好一些：相比导向性随机搜索，群导向性随机搜索采取了多条导向搜索路径；

C、遗传算法是一种群导向性随机搜索：其有一定规模的种群，即可被认为是设置了多个初始的可能解；其交叉、变异产生新可能解的方法，即可被认为是新可能解与原可能解相关联；

D、利用遗传算法，计算机在有限时间内一定能够找到满意解；

A、by combining two parent states rather than by modifying a single state. 组合两个双亲状态而不是修改单一状态。

B、by modifying a single state rather than by combining two parent states. 组合两个双亲节点而不是修改单一节点。

C、by combining two parent nodes rather than by modifying a single node. 组合单一状态而不是组合两个双亲状态。

D、by modifying a single node rather than by combining two parent nodes. 组合单一节点而不是组合两个双亲节点。