进化算法（EA）是基于种群的通用优化算法，已成功应用于现实世界的优化任务中。 但是，以前的理论研究通常只在父母或后代中使用EA，并将重点放在特定问题上。 此外，它们通常只显示运行时间的上限，而下限对于全面了解算法也是必需的。 在本文中，我们针对具有唯一全局最优性的伪布尔函数类分析了（μ+λ）-EA（仅基于突变的基于总体的EA）的运行时间。 通过应用最近提出的开关分析方法，我们首次证明了下界Ω（n ln n +μ+λnln ln n / ln n）。 特别是在两个被广泛研究的问题OneMax和Le

进化算法（EA）是一大类启发式优化算法。 它们与问题无关，并且已应用于各种优化问题。 因此，在各种情况下，通用分析工具特别适合指导EA分析。 本文开发了用于EA运行时间分析的开关分析方法，揭示了它们的平均计算复杂性。 与以前的分析方法从头开始分析算法的方法不同，开关分析利用了另一种经过充分分析的算法，并且通过对比它们，可以得出更好的结果。 我们通过将开关分析与两种常用的分析方法（适应度水平方法和漂移分析）进行比较，来研究开关分析的功能。 我们定义了两种分析方法之间的可还原性，以比较它们的功效。

考虑系统失电负荷量、电网有功损耗、线路负荷分配失衡度和开关操作次数，构造出舰船电网重构模型。以网格为载体，在邻域范围内进行选择、交叉和变异，采用精英策略，提出基于多目标进化并面向对象的舰船电网智能重构方法。该方法在不影响解的全局最优性的基础上，极大缩短了算法执行时间，并将各种Pareto重构算法的共同属性和操作抽象出来形成公共基础平台，改进超体积指标计算方法，实现不同算法性能间的公平比较。算例分析结果表明，在算法运行时间及所获解集的趋近度和分布度方面，所提方法均优于NSGA-Ⅱ和SPEA2。