遗传算法中的遗传算子的作用,其是如何影响寻优的?

我毕设做的是遗传算法.当时没专心研究这个问题.
只能说说感觉.遗传算子不易过大或过小.过大的算子很可能导致结果过早的趋于一个局部的最优点,而过小的算子可能会加大算法迭代的次数.个人将其理解成自然界的辐射等条件,自然界生物变异过快或是基因交换、融合的过快可能会导致一段时间内怪胎的出生率高,实践中如果样本过小,结果就是大家都是怪胎；如果运算的基因过小,肯能导致很久才能淘汰劣质的个体,或是在淘汰前就已经都是劣质的了.
以上只是个人感受,没有定量的分析和计算.另外,感觉研究遗传算法可以多借鉴自然届的遗传实例.
计算模拟时,我的办法是将数据尽可能的“形象化”.即根据样本大小,染色体的长短等,在自然界中找一种类似的生物,然后请教生物老师了解该生物的历史,推测一个相近的遗传算子.之后简单调整,以期获得一个良好的结果.