遗传算法是近年来迅速发展起来的一种全新的随机搜索与优化算法，其基本思想是基于Darwin的进化论和Mendel的遗传学说。该算法由密执安大学教授Holland及其学生于1975年创建。此后，遗传算法的研究引起了国内外学者的关注。1967年，Holland的学生J。D。Bagley在博士论文中首次提出“遗传算法(GeneticAlgorithms)”一词。此后，Holland指导学生完成了多篇有关遗传算法研究的论文。1971年，R。B。Hollstien在他的博士论文中首次把遗传算法用于函数优化。1975年是遗传算法研究历史上十分重要的一年。这一年Holland出版了他的著名专著《自然系统和人工系统的自适应》，这是第一本系统论述遗传算法的专著，因此有人把1975年作为遗传算法的诞生年。Holland在该书中系统地阐述了遗传算法的基本理论和方法，并提出了对遗传算法的理论研究和发展极其重要的模式理论。该理论首次确认了结构重组遗传操作对于获得隐并行性的重要性。同年，K。A。DeJong完成了他的博士论文《一类遗传自适应系统的行为分析》该论文所做实验结合起来。尽管DeJong和Hollstien一样主要侧重于函数优化的应用研究，但他将选择、交叉和变异操作进一步完善和系统化，同时又提出了诸如代沟等新的遗传操作技术。可以认为，DeJong的研究工作为遗传算法及其应用打下了坚实的基础，他所得出的许多结论，迄今仍具有普遍的指导意义。进入八十年代，遗传算法迎来了兴盛发展时期，无论是理论研究还是应用研究都成了十分热门的课题。1985年，在美国召开了第一届遗传算法国际会议，并且成立国际遗传算法学会，以后每两年举行一次。1989年，Holland的学生D。E。Goldberg出版了专著《搜索、优化和机器学习中的遗传算法》。该书总结了遗传算法研究的主要成果，对遗传算法及其应用作了全面而系统的论述。同年，美国斯坦福大学的Koza基于自然选择原则创造性地提出了用层次化的计算机程序来表达问题的遗传程序设计方法，成功地解决了许多问题。在欧洲，从1990年开始每隔一年举办一次ParallelProblemSolvingfromNature学术会议，其中遗传算法是会议主要内容之一。此外，以遗传算法的理论基础为中心的学术会议还有FoundationsofGeneticAlgorithms，该会也是从1990年开始隔年召开一次[1]。这些国际会议论文，集中反映了遗传算法近些年来的最新发展和动向。1991年，L。Davis编辑出版了《遗传算法手册》，其中包括了遗传算法在工程技术和社会生活中的大量应用实例。1992年，Koza发表了他的专著《遗传程序设计:基于自然选择法则的计算机程序设计》”。1994年，他又出版了《遗传程序设计，第二册:可重用程序的自动发现》深化了遗传程序设计的研究，使程序设计自动化展现了新局面。有关遗传算法的学术论文也不断在《ArtificialIntelligence》、《MachineLearning》、《Informationscience》、《ParallelComputing》等杂志上发表。1993年，MIT出版社创刊了新杂志《EvolutionaryComputation》。1997年，IEEE又创刊了《TransactionsonEvolutionaryComputation》。《AdvancedComputationalIntelligence》杂志即将发刊，由模糊集合创始人L。A。Zadeh教授为名誉主编。[7]

目前，关于遗传算法研究的热潮仍在持续，越来越多的从事不同领域的研究人员已经或正在置身于有关遗传算法的研究或应用之中。进入90年代，遗传算法迎来了兴盛发展时期，无论是理论研究还是应用研究都成了十分热门的课题。尤其是遗传算法的应用研究显得格外活跃，不但它的应用领域扩大，而且利用遗传算法进行优化和规则学习的能力也显著提高，同时产业应用方面的研究也在摸索之中。此外一些新的理论和方法在应用研究中亦得到了迅速的发展，这些无疑均给遗传算法增添了新的活力。遗传算法的应用研究已从初期的组合优化求解扩展到了许多更新、更工程化的应用方面。79888 遗传算法的发展研究现状:http://www.youerw.com/yanjiu/lunwen_92622.html