遗传算法（GA）是一种启发式优化方法，它通过随机搜索来运作。优化问题的可能解集被视为个体的种群。个体适应其环境的程度由其适应度来指定。

个体在搜索空间中的坐标由染色体表示，本质上是一组字符字符串。一个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，可以找到新一代的搜索点，这些点显示出比其祖先更高的平均适应度。图 60.1 说明了这些步骤。

根据 comp.ai.geneticFAQ不能过分强调，一个GA不是对问题解决方案的纯随机搜索。一个GA使用随机过程，但结果明显是非随机的（比随机更好）。