遗传算法（Genetic Algorithm，GA）最早是由美国的 John holland于20世纪70年代提出,该算法是根据大自然中生物体进化规律而设计提出的。是模拟<a href="./?mention=达尔文">达尔文</a><a href="./?mention=生物进化论">生物进化论</a>的<a href="./?mention=自然选择">自然选择</a>和<a href="./?mention=遗传学">遗传学</a>机理的<a href="./?mention=生物进化">生物进化</a>过程的计算<a href="./?mention=模型">模型</a>，是一种通过模拟自然进化过程搜索<a href="./?mention=最优解">最优解</a>的方法。该算法通过数学的方式,利用<a href="./?mention=计算机仿真">计算机仿真</a>运算,将问题的求解过程转换成类似生物进化中的<a href="./?mention=染色体">染色体</a>基因的交叉、变异等过程。在求解较为复杂的组合优化问题时,相对一些常规的优化算法,通常能够较快地获得较好的优化结果。遗传算法已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。