遺傳算法是一類借鑒生物界自然選擇和自然遺傳機(jī)制的隨機(jī)化搜索算法，由美國(guó)J.Holland教授提出，其主要特點(diǎn)是群體搜索策略和群體中個(gè)體之間的信息交換，搜索不依賴于梯度信息。它尤其適用于處理傳統(tǒng)搜索方法難于解決的復(fù)雜和非線性問題，可廣泛用于組合優(yōu)化、機(jī)器學(xué)習(xí)、自適應(yīng)控制、規(guī)劃設(shè)計(jì)和人工生命等領(lǐng)域，是21世紀(jì)有關(guān)智能計(jì)算中的關(guān)鍵技術(shù)之一。本章先從生物進(jìn)化講起，接著示例介紹簡(jiǎn)單遺傳算法的具體設(shè)計(jì)方法和步驟，然后歸納出遺傳算法的一般特點(diǎn)，最后簡(jiǎn)要介紹遺傳算法的研究歷史和現(xiàn)狀以及今后將研究的主要有關(guān)課題。

　　生命科學(xué)與工程科學(xué)的相互交叉、相互滲透和相互促進(jìn)是近代科學(xué)技術(shù)發(fā)展的一個(gè)顯著特點(diǎn)，而遺傳算法的蓬勃發(fā)展正體現(xiàn)了科學(xué)發(fā)展的這-特征和趨勢(shì)。

　　遺傳算法（Genetic Algorithm--GA），是模擬達(dá)爾文的遺傳I選擇和自然淘汰的生物進(jìn)化過程的計(jì)算模型，它是由美國(guó)Michigan大學(xué)的J.Holland教授于1975年首先提出的“。J.Hlland教授和他的研究小組圍繞遺傳算法進(jìn)行研究的宗旨有兩個(gè)，-是抽取和解釋自然系統(tǒng)的自適應(yīng)過程，二是設(shè)計(jì)具有自然系統(tǒng)機(jī)理的人工系統(tǒng)。毫無疑問，Holand教授的研究無論對(duì)自然系統(tǒng)還是對(duì)人工系統(tǒng)都是十分有意義的。

　　眾所周知，在人工智能領(lǐng)域中，有不少問題需要在復(fù)雜而龐大的搜索空間中尋找最優(yōu)解或準(zhǔn)最優(yōu)解。像貨郎擔(dān)問題和規(guī)劃問題等組合優(yōu)化問題就是典型的例子，在求解此類問題時(shí)，若不能利用問題的固有知識(shí)來縮小搜索空間則會(huì)產(chǎn)生搜索的組合爆炸。因此，研究能在搜索過程中自動(dòng)獲取和積累有關(guān)搜索空間的知識(shí)，并自適應(yīng)地控制搜索過程，從而得到最優(yōu)解或準(zhǔn)最優(yōu)解的通用搜索算法一直是令人矚目的課題。遺傳算法就是這種特別有效的算法。它的主要特點(diǎn)是簡(jiǎn)單、通用，魯棒性強(qiáng)，適用于并行分布處理，應(yīng)用范圍廣。盡管遺傳算法本身在理論和應(yīng)用方法上仍有許多待進(jìn)一步研究的問題，但它在組合優(yōu)化問題求解、自適應(yīng)控制、規(guī)劃設(shè)計(jì)、機(jī)器學(xué)習(xí)和人工生命等領(lǐng)域的應(yīng)用中已展現(xiàn)了其特色和魅力。