遗传算法的发展史：

遗传算法起源于对生物系统进行的计算机模拟研究。尽管早在20世纪40年代，就有学者开始研究利用计算机进行生物模拟的技术，但早期的研究特点是侧重于对一些复杂操作的研究。

最早意识到自然遗传算法可以转化为人工智能算法的是J.H.Hnllaad教授。

20世纪70年代初，霍兰德（Holland）教授提出了遗传算法的基本定理—模式定理，从而奠定了遗传算法的理论基础。模式定理揭示出种群中优良个体(较好的模式)的样本数将以指数级规律增长，因而从理论上保证了遗传算法是一个可以用来寻求最优可行解的优化过程。

1967年，Holland教授的学生J.D.Bagley在其博士论文中首次提出了“遗传算法”一词，并发表了遗传算法应用方面的第一篇论文，从而创立了自适应遗传算法的概念。之后，J.D.Bagley发展了复制、交叉、变异、显性、倒位等遗传算子，在个体编码上使用了双倍体的编码方法。

1970年，Cavicchio把遗传算法应用于模式识别。1975年，Holland教授出版了第一本系统论述遗传算法和人工自适应系统的专著《自然系统和人工系统的自适应性》。

20世纪80年代，holland教授实现了第一个基于遗传算法的机器学习系统—分类器系统（Classifier systems,简称CS）。进入20世纪80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领域也不断扩大。