遗传算法作为一种随机搜索算法存在一定概率的不稳定性，这主要是由于复制操作引起有效基因丢失，而变异概率很小，恢复有效基因很困难。
当发生未成熟收敛现象时，群体集中某一局部极值点。复制过程中，复制出的个体在这一局部极值点附近的概率很大，使得复制出的个体X1，X2 之间的汉明距离 1 2 X − X 很小甚至为零，复制使得群体的多样性进一步下降，而且当个体之间的汉明距离1 2 X − X 很小甚至为零时，经过交叉操作产生新个体的概率下降甚至为零，因此，交叉的效率很低。这时只能靠编译产生新个体，但一般情况下编译概率很小，而且在群体集中于某一局部极值点时，经过编译后的个体的适合度高于此局部极值点个体适合度的概率很小，往往因复制不上而被淘汰，即使编译后的个体适合度高于此局部极值点的适合度，也由于这种个体数量很少（一般只有一到两个）和复制的偶然性被淘汰的概率较大。

因此应该在群体多样性变差之前采取相应措施维持群体多样性。为此，我国学者杨振强提出了一种改进的自适应遗传算法，该算法具有选择性的自适应复制、交叉、变异概率的方法：复制概率Pr 随个体的适合地上升而增加，交叉概率Pc、变异概率Pm 随个体的适合度和整个群体的进化程度而改变，适合度高，则Pc 和Pm 趋于下降。当个体适合度趋于一致时，对于平均适合度附近的个体，则Pc 和Pm 将显著增加，Pr 下降。
改进的自适应遗传算法，使人有耳目一新的感觉，不求，只求更好，正航仪器为您提供动态资讯，欢迎关注 ！http://www.zhsysb.com