每種事物都有其自身的優(yōu)勢(shì)，與傳統(tǒng)的搜索方法相比，遺傳算法主要有以下幾個(gè)優(yōu)點(diǎn)：
（1）GA具有自組織，自適應(yīng)性和智能性。應(yīng)用GA來(lái)求解問(wèn)題時(shí)，在確定了編碼方案，適應(yīng)度函數(shù)及遺傳算子后，算法將利用進(jìn)化過(guò)程中所獲得的信息自行組織搜索。GA的這一特性，使它同時(shí)具有能根據(jù)環(huán)境的變化而自動(dòng)發(fā)現(xiàn)環(huán)境的特性和規(guī)律的能力。從而使遺傳算法可以用來(lái)解決一些復(fù)雜的非結(jié)構(gòu)化問(wèn)題。
（2）GA具有并行性。GA是在種群中按并行方式搜索而不是在一個(gè)點(diǎn)上進(jìn)行尋優(yōu)的。其并行性表現(xiàn)在兩個(gè)方面：其一，GA具有的內(nèi)在并行性，使它本身適合大規(guī)模并行搜索?？梢哉f(shuō)，GA適合在目前所有的并行機(jī)和分布式系統(tǒng)上進(jìn)行并行處理，而且對(duì)并行效率沒(méi)有太大影響。其二，GA具有的內(nèi)含并行性。由于GA采用種群的方式組織搜索，因而可以同時(shí)搜索解空間內(nèi)的多個(gè)區(qū)域，并相互交流信息。許多傳統(tǒng)方法是從單點(diǎn)出發(fā)進(jìn)行尋優(yōu)，這類(lèi)方法在多峰函數(shù)優(yōu)化中，極易陷入局部較優(yōu)解，而且很難調(diào)處局部較優(yōu)解的陷阱。而GA是從一個(gè)種群開(kāi)始搜索，并且可以同時(shí)向不同的方向進(jìn)行搜索，對(duì)搜索空間中的多個(gè)界進(jìn)行評(píng)估，以使GA具有極好的全局較優(yōu)搜索性能，從而減少了陷入局部較優(yōu)解的可能。
（3）GA使用參數(shù)編碼集，而不是參數(shù)本身進(jìn)行工作。這一特點(diǎn)使得GA具有廣泛的應(yīng)用領(lǐng)域。

（4）GA僅用適應(yīng)度函數(shù)來(lái)評(píng)估個(gè)體，而無(wú)須搜索空間的知識(shí)和其他輔助信息。適應(yīng)度函數(shù)不僅不受連續(xù)，可微的約束，而且其定義域可以任意設(shè)定。這一特點(diǎn)似的GA的應(yīng)用范圍極大拓寬，使之可以廣泛的應(yīng)用于目標(biāo)函數(shù)不可微、不連續(xù)、非規(guī)則極其復(fù)雜或無(wú)解析表達(dá)式等優(yōu)化問(wèn)題。
（5）GA不是采用確定性規(guī)則，而是采用概率的變遷規(guī)則來(lái)指導(dǎo)它的搜索方向。算法中執(zhí)行選擇、交叉、變異等類(lèi)似生物進(jìn)化的簡(jiǎn)單隨機(jī)操作具有極強(qiáng)的魯棒性。在傳統(tǒng)的搜索方法中，如梯度法，采用每次梯度變化的方向搜索。而GA采用以適應(yīng)度為標(biāo)尺，以概率作為一種工具來(lái)指導(dǎo)搜索過(guò)程，雖然表面上看GA是一種盲目搜索，實(shí)際上它是一種有導(dǎo)向的隨機(jī)搜索方法。
掌握遺傳算法的優(yōu)點(diǎn)，并加以利用，更好地為環(huán)境設(shè)備儀器行業(yè)服務(wù)！http://gimelec.cn