针对基本遗传算法(SGA)在求解复杂优化问题时常常存在的局部收敛和不能很好地收敛到全局最优解的不足,采用逐步缩小寻优范围的策略,提出了多阶段复合型遗传算法(简记为MSC-GA),给出了MSC-GA的结构以及具体的实施策略;进而利用Markov链理论和仿真技术分析了MSC-GA的收敛性,证明了MSC-GA在最优个体保留策略下是全局收敛的;最后,通过一个实例从不同的角度分析了MSC-GA的收敛性能。结果表明,MSC-GA具有良好的收敛稳定性,可以有效地避免局部收敛现象,尤其适用于大范围、高精度的优化