大家好，我是小典，我来为大家解答以上问题。拉马克进化论，拉马克，很多人还不知道，现在让我们一起来看看吧！

1、如果在代的演化过程中，遗传算法保留最好的解，并且算法以交叉和变异作为随机化算子，则对于一个全局优化问题，随着演化代数趋于无穷，遗传算法将以概率1找到全局最优解

2、多种群遗传算法相比遗传算法在性能上能够有所提高,但对具有较多局部最优解的作业车间调度问题,多种群遗传算法仍然难以改善易陷入局部最优解和局部搜索能力差的缺点.因此,提出了一种求解作业车间调度问题的新算法MGA-MBL(multi-population genetic algorithm based on memory-base and Lamarckian evolution for jobshop scheduling problem).MGA-MBL在多种群遗传算法的基础上通过引入记忆库策略,不但使子种群间的个体可以进行信息交换,而且有利于保持整个种群的多样性;通过构造基于拉马克进化机制的局部搜索算子来提高多种群遗传算法中子种群进化的局部搜索能力.由于MGA-MBL采用了全局寻优能力较强的模拟退火算法对记忆库中的个体进行优化,从而缓解了多种群遗传算法易陷入局部最优解的问题,并提高了算法求解作业车间调度问题的性能.对著名的benchmark数据进行测试,实验结果证实了MGA-MBL在求解作业车间调度问题上的有效性.

本文到此讲解完毕了，希望对大家有帮助。