pgsql.cc 提供对 postgresql.org 官网内容的中文翻译，由 Pigsty 团队维护。
遗传算法（GA）是一种通过随机化搜索进行工作的启发式优化方法。优化问题的可能解集合被视为由若干个体组成的种群。个体对其环境的适应程度由其适应度表示。
一个个体在搜索空间中的坐标由染色体表示，本质上是一组字符串。基因是染色体的一个片段，它编码某个待优化参数的值。基因的典型编码可以是二进制或整数。
通过模拟重组、变异和选择这些进化操作，可以找到平均适应度高于前代的新一代搜索点。图 59.1 说明了这些步骤。
图 59.1. 遗传算法的结构
根据 comp.ai.genetic FAQ 中的说法，再怎么强调也不过分：GA 并不是为了求解问题而进行的纯粹随机搜索。GA 会使用随机过程，但其结果显然并非随机的（优于随机）。
译文有误、术语不当或页面显示问题，请到译文仓库 pgsty/pgdoc 报告译文问题。英文原文本身的问题，请在当前版本的对应页面向上游反馈；上游不再修订已结束维护的版本。