遗传算法 (GA) 是一种通过随机搜索进行操作的启发式优化方法。优化问题的可能解决方案集被视为由 个体 组成的 种群。个体适应其环境的程度由其 适应度 指定。

个体在搜索空间中的坐标由 染色体 表示，本质上是一组字符串。一个 基因 是染色体的子部分，它对正在优化的单个参数的值进行编码。基因的典型编码可以是 二进制 或 整数。

通过模拟进化操作重组、突变和选择，可以找到比其祖先表现出更高平均适应度的新一代搜索点。图 62.1说明了这些步骤。

根据comp.ai.genetic FAQ，不能过分强调GA不是针对问题的解决方案的纯随机搜索。GA使用随机过程，但结果明显是非随机的（优于随机）。