遗传算法作为一种仿生智能优化技术，克服了梯度搜索技术的不足，已经广泛地应用在工程科学上的许多领域。与基于微积分理论的传统优化方法相比，遗传算法在全局优化、复杂设计、复杂目标函数优化及易用性等方面都显示出了其优越性，成为计算智能研究中的热点。本书在分析简单遗传算法和各种改进算法的基础上，以达尔文进化论和孟德尔遗传学为总的指导思想，力求模仿生态学的方法和现象、结合生物工程上的技术手段以及借鉴其它学科的一些原理和方法，来改进基本遗传算法，旨在提高收敛精度和全局收敛率。研究了遗传算法中的物种培育问题、遗传算法中的物种进化环境以及物种基因多效性的问题。可为从事进化计算的科研人员（包括硕博士研究）提供案例参考。