遺傳演算法的基本思想是基於darwin演化論和mendel的遺傳學說的。
darwin演化論最重要的是適者生存原理。它認為每一物種在發展中越來越適應環境。物種每個個體的基本特徵由後代所繼承，但後代又會產生一些異於父代的新變化。在環境變化時，只有那些熊適應環境的個體特徵方能保留下來。
mendel遺傳學說最重要的是基因遺傳原理。它認為遺傳以密碼方式存在細胞中，並以基因形式包含在染色體內。每個基因有特殊的位置並控制某種特殊性質； 所以，每個基因產生的個體對環境具有某種適應性。基因突變和基因雜交可產生更適應於環境的後代。經過存優去劣的自然淘汰，適應性高的基因結構得以儲存下 來。
由於遺傳演算法是由演化論和遺傳學機理而產生的直接搜尋優化方法；故而在這個演算法中要用到各種進化和遺傳學的概念。這些概念如下：
一、串(string)
它是個體(individual)的形式，在演算法中為二進位制串，並且對應於遺傳學中的染色體(chromosome)。
二、群體(population)
個體的集合稱為群體，串是群體的元素
三、群體大小(population size)
在群體中個體的數量稱為群體的大小。
四、基因(gene)
基因是串中的元素，基因用於表示個體的特徵。例如有乙個串s＝1011，則其中的1，0，1，1這4個元素分別稱為基因。它們的值稱為等位基因(alletes)。
五 、基因位置(gene position)
乙個基因在串中的位置稱為基因位置，有時也簡稱基因位。基因位置由串的左向右計算，例如在串s＝1101中，0的基因位置是3。基因位置對應於遺傳學中的地點(locus)。
//以下五到九可以不看
六、基因特徵值(gene feature)
在用串表示整數時，基因的特徵值與二進位制數的權一致；例如在串s=1011中，基因位置3中的1，它的基因特徵值為2；基因位置1中的1，它的基因特徵值為8。
七、串結構空間ss
在串中，基因任意組合所構成的串的集合。基因操作是在結構空間中進行的。串結構空間對應於遺傳學中的基因型(genotype)的集合。
八、引數空間sp
這是串空間在物理系統中的對映，它對應於遺傳學中的表現型(phenotype)的集合。
九、非線性
它對應遺傳學中的異位顯性(epistasis)
//十、適應度(fitness)
表示某乙個體對於環境的適應程度。
遺傳演算法還有一些其它的概念，這些概念在介紹遺傳演算法的原理和執行過程時，再進行說明。
遺傳演算法的原理
遺傳演算法ga把問題的解表示成「染色體」，在演算法中也即是以二進位制編碼的串。並且，在執行遺傳演算法之前，給出一群「染色體」，也即是假設解。然後，把這些 假設解置於問題的「環境」中，並按適者生存的原則，從中選擇出較適應環境的「染色體」進行複製，再通過交叉，變異過程產生更適應環境的新一代「染色體」 群。這樣，一代一代地進化，最後就會收斂到最適應環境的乙個「染色體」上，它就是問題的最優解。
一、遺傳演算法的目的
典型的遺傳演算法cga(canonical genetic algorithm)通常用於解決下面這一類的靜態最優化問題：
考慮對於一群長度為l的二進位制編碼bi，i＝1，2，…，n；有
bi∈l (3-84)
給定目標函式f，有f(bi)，並且
0i)<∞ 同時
f(bi)≠f(bi+1)
求滿足下式
maxl} (3-85)
的bi。
很明顯，遺傳演算法是一種最優化方法，它通過進化和遺傳機理，從給出的原始解群中，不斷進化產生新的解，最後收斂到乙個特定的串bi處，即求出最優解。
遺傳演算法的基本原理
長度為l的n個二進位制串bi(i＝1，2，…，n)組成了遺傳演算法的初解群，也稱為初始群體。在每個串中，每個二進位制位就是個體染色體的基因。根據進化術語，對群體執行的操作有三種：
1．選擇(selection)
這是從群體中選擇出較適應環境的個體。這些選中的個體用於繁殖下一代。故有時也稱這一操作為再生(reproduction)。由於在選擇用於繁殖下一代 的個體時，是根據個體對環境的適應度而決定其繁殖量的，故而有時也稱為非均勻再生(differential reproduction)。
2．交叉(crossover)
這是在選中用於繁殖下一代的個體中，對兩個不同的個體的相同位置的基因進行交換，從而產生新的個體。
3．變異(mutation)
這是在選中的個體中，對個體中的某些基因執行異向轉化。在串bi中，如果某位基因為1，產生變異時就是把它變成0；反亦反之。
遺傳演算法的原理可以簡要給出如下：
choose an intial population
determine the fitness of each individual
perform selection
repeat
perform crossover
perform mutation
determine the fitness of each individual
perform selection
這裡所指的某種結束準則一般是指個體的適應度達到給定的閥值；或者個體的適應度的變化率為零。
遺傳演算法摘錄1
遺傳演算法 ge ic algorithm 是一類借鑑生物界的進化規律 適者生存，優勝劣汰遺傳機制 演化而來的隨機化搜尋方法。它是由美國的j.holland教授1975年首先提出，其主要特點是直接對結構物件進行操作，不存在求導和函式連續性的限定 具有內在的隱並行性和更好的全域性尋優能力 採用概率化的...
ALGO 遺傳演算法 1
遺傳演算法應用步驟 ga是一種仿生全域性優化演算法，通過選擇 selection 交叉 crossover 與變異 mutation 等機制，使得種群中個體的適應性 fitness 不斷提高.核心思想 物競天擇，適者生存 適應度函式 fitness function 稱s l s l s l為個體空...
遺傳演算法（1） 初步認識
最近學習了遺傳演算法，嘗試著把它按照理解寫下來。對於遺傳演算法從名字上就可以看出來是和生物有關的東西，可以認為是和生物進化有關係，在生物進化裡面又有一句話叫 物競天擇，適者生存。也就是說受環境的影響，最終會留下那些能適應環境的生物。如果從生物學裡面進行考慮可能會涉及到 一堆的概念名詞，如 染色體，個...