遗传算法是一种模拟自然界生物遗传学和生物进化论的优化方法，由密歇根大学的J.Holland教授于1975年提出。它通过人工方式构造了一类并行随机搜索最优化方法，对生物进化过程进行数学仿真，是进化计算的重要形式。遗传算法直接对结构对象进行操作，不依赖于求导和函数连续性，具有隐含并行性和全局寻优能力。它采用概率化的寻优方法，自适应地调整搜索方向，广泛应用于组合优化、机器学习、信号处理等领域。遗传算法基于达尔Байду номын сангаас的自然选择学说，通过遗传、变异和适者生存的原理，将“优胜劣汰，适者生存”的生物进化原理引入优化参数形成的编码串群体中。通过复制、交叉及变异操作对个体进行筛选，适应度高的个体被保留下来，组成新的群体，实现群体中个体适应度的不断提高，最终得到全局最优解。