1、“.....众多选民中都有自己的属性。对此将模拟建立个目标状态矩阵其中代表选举的总人数，代表每个人的属性指标，每行代表每个人及其属性，每列为所有被选取代表的属性。选举的具体约束条件如下民族，其满足条件,地域表示被选代表的所属地域，要尽量考虑到不同地域，其应满足,年龄是每个代表的年龄，应满足,职业代表职业通常是有限个，要考虑职业的人数比例，应满足,性别是代表的性别，用户可以根据人口比例和职业特点......”。

2、“.....应满足,由实际情况，如果需要增加其他指标可以使预测更加符合实际其中被选定的指标其属性远不止这些，但属性过多会降低预测的成功率，并且结果单，当然些重要指标和属性是必不可少的。数学模型方程表示所选出的人，方程表示选出人的总数，根据合法选民的特征应该满足正态分布或近似正态分布。当设为第个指标分量个数，为指标总数，可有实际用户指定。可以的除方程的个数每个指标都应该满足该模型......”。

3、“.....表示第个指标，表示指标的第分量取值或表示第个人具有第个指标的第个分量属性，为第个人的年龄，为总人数为人第个指标的第个分量为个指标第分量允许的误差。种有效的遗传算法在求解预测选举中的应用算法求解过程定义,,为项指标相应的优先级参数，为第个指标的分量转移顺序参数。构造适应度函数定义......”。

4、“.....例如全国参加选举的人口有个，每个类型的代表数量为本次选举代表的类型总数，则染色体的长度为，其中共有个子染色体子染色体代表种类型选民的选举情况，染色体可以表示为染色体上每位为或，其中表示不被选为代表，表示被选为选举代表染色体要尽量满足上述的系列条件，其中总人数的约束，地域，民族为必要性约束条件，这里在初始染色体设定时其应满足这三个约束条件，并使其在整个遗传过程中始终满足，这样不但可以保证最终得到正确结果......”。

5、“.....根据实际需要和被选代表的属性特点，可以让染色体满足下条件，其中为被选代表的总人数，,其中为第类型代表的总人数，且被选代表的总人数，为第类型选民的人数。选择，交叉为了产生新的个体，遗传算法仿照生物学中杂交的办法，对染色体的个部位进行交叉换位。常用的交叉算子有单点交叉，多点交叉，均匀交叉，顺序交叉，匹配交叉等。根据在预测选举的问题中的实际情况，有选民总人数，不同类型选民属性的约束......”。

6、“.....本文采用了集体交叉的策略，让两个染色体中的对应染色体同属性选民进行集体交叉以产生新的个体，可以满足硬性条件的要求。变异遗传算法是模仿生物学中基因突变的的方法，将个体字符串位符号进行逆变，由变为或由变为，个体是否进行突变及那个部位进行突变，都由事先给定的的概率决定，只有对普通的变异算子进行改进才能适应选举的预测问题。本文设计两种变异算子，种方法称为组内两点变异......”。

7、“.....以保持子染色体的平衡。另种称为组内基因互换采用的是在子染色体内以位为中心交换两边基因位的方法。实践中采取两种变异相结合的方法，即在变异时选对个体进行按概率组内两点变异，在按小概率组内基因互换，本文采取了这两种变异相结合的方法，结果表明收敛方式比较好。算法描述用流程图描述如下图算法流程实例模拟根据人口结构属性，例如上述的年龄，性别，民族等等。可有每个国家自己根据情况设定本文针对个国家或地区进行了......”。

8、“.....我们可以模拟次试验得到种群的平均适应度和最优适应度随遗传代数的变化曲线。图注虚线是种群平均适应度，实线是最优个体适应度图种群的平均适应度和最优个体适应度的变化模拟曲线表几种不同算法结果比较不同方法变化结果简单遗传算法时间随机算法所用时间本方法相对误差简单遗传算法相对误差随机算法相对误差结论上述算法表明，在遗传选择方式上和变异方式上对普通的遗传算法做了些变化，使其更能够适用选举预测问题的实际需要......”。

9、“.....降低预测风险。模拟试验结果表明本文提出的算法，容易得到全局最优解，具有可行性，符合实际情况。在选举预测方面有定实际应用价值。该方法可以进步研究，在交叉和变异进行自适应变化，可以取得更好的效果。参考文献,,,,,,李国杰。计算机智能个重要的研究方向，智能计算机基础研究北京清华大学出版社，张文修，梁怡。遗传算法数学基础。西安交通大学出版社,袁亚湘，孙文瑜，最优化理论于方法。北京，科学出版社，邹丽珊，共同进化及其应用研究湘潭大学......”。