Con el rápido desarrollo de sistemas inteligentes, la aplicación de algoritmos genéticos para determinar de manera rápida y precisa la ubicación de fugas de gases peligrosos tiene una gran importancia práctica. Para mejorar aún más la eficiencia de convergencia y la estabilidad del cálculo inverso, se ha diseñado un nuevo algoritmo genético mejorado (NMGA) sobre la base del algoritmo genético mejorado (MGA). La tasa de cruce y la tasa de mutación adaptativas cambian con el álgebra de evolución para guiar la tendencia de desarrollo de la buena genética de los genes y cambiar la proporción de cruce genético de padres e hijos en el grupo de genes del depurador para evitar dañar los buenos genes del grupo al introducir genes malos. Este estudio modificó la tasa de cruce y la tasa de mutación adaptativas que cambian con las generaciones evolutivas para guiar el desarrollo de la herencia de buenos genes. Mientras tanto, este estudio cambió la proporción de cruce genético de padres e hijos en el grupo de eliminación de genes para evitar la introducción de genes desfavorables y la destrucción de excelentes genes del grupo. A través de la simulación de cálculo del nuevo algoritmo genético mejorado (NMGA) en Matlab y el análisis comparativo cuantitativo y cualitativo con los resultados estadísticos de MGA, se muestra que NMGA puede mejorar la lenta velocidad de convergencia de MGA al reducir el número de iteraciones bajo la premisa de garantizar la estabilidad de MGA y la precisión del cálculo inverso. Los resultados indicaron que la tasa de convergencia y la estabilidad de NMGA mejoraron enormemente su eficiencia de convergencia, precisión en el cálculo inverso y estabilidad, proporcionando así datos de toma de decisiones poderosos para el trabajo de rescate de emergencia rápido ante accidentes súbitos de fuga de gases ligeros.