首先把问题的解表示成“染色体”，即以二进制编码的串。在执行遗传算法之前，给出一群“染色体”（串），即假设解。然后，把这些假设解至于问题的“环境”中，并按适者生存的原则，从中选择出较能适应环境的“染色体”进行复制、交叉、变异等遗传算子操作，从而产生更适应环境的新一代“染色体”群。这样，一代一代地进化，最后就会收敛到最适应环境的“染色体”上。这样问题的最优解就获得。

Begin

①选择适应表示模式，生成初始化种群

②通过计算种群中各个个体的适应度对种群进行评价

③while(没有达到要求的目标)  do

       Begin

       ④选择作为下一代群体的各个个体

       ⑤执行交叉操作

       ⑥执行变异操作

       ⑦对群体进行评价

       End

End

（3）个体选择的常用策略是按比例选择，即若个体的适应度是fi，则个体i在下一代群体中复制（再生）的个数在群体中的比例将为fi/Σfi ，其中Σfi是指所有个体适应度之和

（4）交叉操作的作用是在所有选中的用于繁殖下一代的个体中，对两个不同的个体的相同位置的基因进行交换，从而产生新的个体

（5）变异操作的作用是对选中的的个体中的某些基因执行转化，引进新的遗传物质和恢复已经失去的遗传基因