问题的算法会繁殖并产生越来越好的后代，而更差的算法则有效地从人群中移除。 算法由单个 基因 （单个规则或代码片段）组成，好的基因会在连续几代算法中传播，而性能不佳的基因，如性能不佳的算法，会被淘汰。 健康 算法进化和优良基因选择的关键是适应度的概念。 适合度是使一个物种（或算法）优于另一个物种的特征。在自然界中，这通常被定义为达到繁殖年龄并成功繁殖。但健身可以是任何东西 赚钱，一种解决医学问题的药物设计 无论你的目标是什么 例如看看这张图它显示。
了基因型 的频率随时间
的增加其相对适应度比基因型 高 ： 重要的是要注意构成算法的基因和健身指标是由从业者创建的。这些不是流氓算法，可以从互联网上获取他们想要的任何数据并随意应用。相反，它们具有离散的目标和成分。 来自电子游戏世界的例子 让我们在名 秘鲁手机号码列表 为 的程序中看一个关于这些概念的简单但有启发性的示例。 是一个试图通过马里奥兄弟游戏关卡的人工智能。 当然，离散目标是完成关卡。这意味着 在关卡中越深入，它就越 适合 或越成功。 它做出的决定是基于玩家在游戏中可以采取的行动即按下按。
钮奔跑或跳跃或向某个方
向移动如果马里奥在三秒内死了？这不是一个特别好的算法。如果他比上一代更进一步？然后你用其他成功的策略培育新算法，修剪那些做得更差的算法并培育那些更进一步的算法。你这样做的次数足够多， 就超过了关卡。 而且，剧透警报，它确实如此。 通过进化算法进行产品设计 早在 年西雅图时报就写了一篇文章介绍了一家名为 的年轻公司，该公司 已经弄清楚如何利用自然选择的力量 来进行产品进化在文章中他们谈到了 将利用该技术寻求的机 急诊室清单 会整个过程看起来像是格雷戈尔。
