尚無標記。
了解有關基因演算法之原理以及方法，從中了解相關的基本知識，找出有關ＧＡ的應用，在此整理出一些重點出來。基本上基因演算法就是一個解決最佳化問題的工具，至於什麼叫做最佳化問題，類似於我在大三上學期管理科學課程中所學習到的工作排程問題。
例如：我有Ｎ個工作以及Ｍ台機器每個工作在每台機器上所執行的時間可能有所不同，而我們要搜尋一個最佳的工作方式，使花費時間達到最短。
首先大概講解一下基因演算法的流程：
一開始產生隨機ｎ個染色體（ｎ由使用者決定）
利用適應函數計算所有染色體的適應值
依每個染色體的適應「選擇、複製」染色體
對留下的染色體做交配及突變的動作
重複以上２～４步驟（執行完一次稱為一次疊代）直到收斂，基因演算法就是經由上面的步驟一步一步搜尋出較好的解。
則透過實際演練個過程為：
假設我們要尋找為適應值小的，故小的適應值會被留下。
經過選擇、複製後，我們發現【0010010】這組染色體多了一個，而0011010】這組染色體消失了，接下來將兩組染色體做兩兩交配，左邊兩個配，右邊兩個配。
利用突變，紫色部分為突變所選擇到的位置。
接著不斷重複以上步驟，直到收斂。
