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。优化问题的可能解的集合被视为 个体 的 种群 。一个个体对其环境的适应程度由其 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。基因是染色体的一个子部分，它编码正在优化的单个参数的值。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，可以找到比其祖先具有更高平均适应度的新一代搜索点。图 60.1 说明了这些步骤。

根据 comp.ai.genetic常见问题解答，必须非常强调GA不是纯粹的随机搜索问题的解决方案。GA使用随机过程，但结果明显不是随机的（比随机的要好）。