遗传算法（GA）是一种通过随机化搜索运作的启发式 优化方法。优化问题的可能解集合被视为由个体 组成的种群。个体对其环境的适应程度由其 适应度来刻画。

个体在搜索空间中的坐标由染色体表示，染色体的 本质是一组字符串。基因是染色体的一个子段，它 编码了单个被优化参数的取值。基因的典型编码方式可以是 二进制或整数。

通过对重组、变异和 选择这些进化操作的模拟，可以找到平均适应度 高于其祖先的新一代搜索点。Figure 61.1 展示了这些 步骤。

根据 comp.ai.genetic 的 FAQ，必须着重强调：GA 并非对问题 解的纯随机搜索。GA 使用随机过程，但其结果明显是 非随机的（优于随机）。