(1) 參數(shù)編碼：遺傳算法一般不直接處理問題空間的參數(shù)而是將待優(yōu)化的參數(shù)集進(jìn) 行編碼，一般總是用二進(jìn)制將參數(shù)集編碼成由 0 或 1 組成的有限長(zhǎng)度的字符串。

(2) 初始種群的生成：隨機(jī)地產(chǎn)生 n 個(gè)個(gè)體組成一個(gè)群體，該群體代表一些可能解的

集合。GA 的任務(wù)是從這些群體出發(fā)，模擬進(jìn)化過程進(jìn)行擇優(yōu)汰劣，最后得出優(yōu) 秀的群體和個(gè)體，滿足優(yōu)化的要求。

(3) 適應(yīng)度函數(shù)的設(shè)計(jì)：遺傳算法在運(yùn)行中基本上不需要外部信息，只需依據(jù)適應(yīng)度 函數(shù)來控制種群的更新。根據(jù)適應(yīng)度函數(shù)對(duì)群體中的每個(gè)個(gè)體計(jì)算其適應(yīng)度，為 群體進(jìn)化的選擇提供依據(jù)。設(shè)計(jì)適應(yīng)度函數(shù)的主要方法是把問題的目標(biāo)函數(shù)轉(zhuǎn)換 成合適的適應(yīng)度函數(shù)。

(4) 選擇（復(fù)制）：按一定概率從群體中選擇 M 對(duì)個(gè)體，作為雙親用于繁殖后代，產(chǎn) 生新的個(gè)體加入下一代群體。即適應(yīng)于生存環(huán)境的優(yōu)良個(gè)體將有更多繁殖后代的 機(jī)會(huì)，從而使優(yōu)良特性得以遺傳。選擇是遺傳算法的關(guān)鍵，它體現(xiàn)了自然界中適 者生存的思想。

(5) 雜交（交叉）：對(duì)于選中的用于繁殖的每一對(duì)個(gè)體，隨機(jī)地選擇同一整數(shù)  n，將 雙親的基因碼鏈在此位置相互交換。交叉體現(xiàn)了自然界中信息交換的思想。

(6) 變異：按一定的概率從群體中選擇若干個(gè)個(gè)體。對(duì)于選中的個(gè)體，隨機(jī)選擇某一 位進(jìn)行取反操作。變異模擬了生物進(jìn)化過程中的偶然基因突變現(xiàn)象。