genetic algorithm

核心含义

本义指一种受达尔文进化论启发的随机搜索与优化算法，由约翰·霍兰德于20世纪60年代提出。其核心机制包括选择、交叉和变异，通过模拟种群在世代更替中的适者生存过程，逐步逼近问题的最优解。引申义方面，该术语常被用于泛指任何借鉴生物遗传学原理的计算方法，如遗传编程、进化策略等；在商业与管理语境中，有时被隐喻性地用来描述通过试错、组合与筛选实现创新的过程，但这一用法并非严格的技术定义。

构词与来源

genetic 源自希腊语 genetikos（意为“与出生、起源相关”），词根 gen- 表示“产生、生育”，与 gene（基因）同源；algorithm 源自9世纪波斯数学家花拉子米（al-Khwarizmi）的名字，经拉丁语 algorismus 演变而来，指系统的计算步骤。两个词组合成 genetic algorithm，字面即“基于基因的算法”，构词逻辑直接反映了算法借用生物遗传与进化概念的核心思想。记忆时可联想：基因（gene）的运算（algorithm）→ 模拟进化计算的算法。

适用语境

该术语主要出现在学术写作（计算机科学、人工智能、运筹学论文）、技术文档和工程报告中，语气正式、中性。在新闻报道中，多用于介绍人工智能或优化技术的最新进展，常伴随通俗解释。商务邮件中一般出现在技术团队与业务方的沟通中，用于说明算法选型，语气专业但可能需附加简要说明。日常口语中极少使用，除非说话者具有相关技术背景。法律文本中几乎不出现，仅在专利文件中可能涉及算法描述。文学作品中偶见作为科技隐喻，但非标准用法。

用法要点

genetic algorithm 是可数名词短语，复数形式为 genetic algorithms。常见句型包括：使用单数指代算法类别（The genetic algorithm is a metaheuristic.）；使用复数指具体多个算法实例（We compared three genetic algorithms.）；常与动词 implement、apply、run、use 搭配，如 implement a genetic algorithm。易错点：不能写作 *genetical algorithm（genetical 为错误派生词）；注意与 genetic programming（遗传编程）区分，后者是前者的扩展形式，但不可互换；在学术写作中首次出现时通常拼写全称，之后可缩写为 GA。

同义词区别

与 evolutionary algorithm（进化算法）相比，genetic algorithm 是进化算法的一个具体分支，后者范围更广，包括进化策略、遗传编程等。与 simulated annealing（模拟退火）相比，两者均为随机优化算法，但遗传算法基于种群和交叉变异，模拟退火基于单一解的降温过程。与 particle swarm optimization（粒子群优化）相比，遗传算法模拟生物遗传，粒子群模拟鸟群觅食，机制不同。与 genetic programming（遗传编程）相比，遗传算法通常优化参数，遗传编程优化程序结构。选用时需根据具体算法机制和问题类型决定。

使用注意

该术语属于专业术语，语域较高，适用于技术性文本，不宜在面向大众的通俗写作中不加解释地使用。褒贬色彩中性，无情感倾向。常见误用包括：将其与 genetic programming 混为一谈；在非技术语境中滥用该词作为“智能”的修饰语；误写为 *genetical algorithm；在指代具体算法时误用单数形式（如 *We used a genetic algorithm to solve all problems，应视情况使用复数）。在跨学科交流中，建议首次出现时给出简要定义。

词语搭配

例句

• The genetic algorithm converged to a near-optimal solution after 500 generations.遗传算法在500代后收敛到接近最优的解。
• Researchers applied a genetic algorithm to optimize the supply chain network.研究人员应用遗传算法优化供应链网络。
• Unlike traditional methods, genetic algorithms can escape local optima by maintaining a diverse population.与传统方法不同，遗传算法通过保持种群多样性来避免陷入局部最优。
• The report explains how genetic algorithms mimic natural selection to solve complex scheduling problems.该报告解释了遗传算法如何模拟自然选择来解决复杂的调度问题。
• In the patent, the genetic algorithm is described as a component of the adaptive control system.在专利中，遗传算法被描述为自适应控制系统的一个组成部分。