本节书摘来异步社区《Java遗传算法编程》一书中的第1章，第1.9节，作者： 【英】Lee Jacobson（雅各布森） , 【美】Burak Kanber（坎贝尔），更多章节内容可以访问云栖社区“异步社区”公众号查看。
除了这些参数，影响遗传算法表现的另一个因素是所用的基因表示。这是遗传信息在染色体内的编码方式。更好的表示会让解的编码方式既表现力强，又容易进化。Holland（1975）的遗传算法是基于二进制基因表示。他建议染色体用含有0和1的序列。这种二进制表示可能是目前最简单的编码，但对于很多问题表现力不是很够，不是合适的首选。请考虑一个例子，用二进制表示来编码一个整数，它将被优化，用于某函数。在这个例子中，“000”代表0，而“111”代表7，就像通常二进制一样。如果染色体的第一个基因变异（一位从0翻转到1，或从1到0），它的编码值将改变4（“111”= 7，“011”= 3）。但如果染色体的最后一个基因变异，编码值将改变1（“111”= 7，“110”= 6）。在这里，根据正在作用于染色体的是哪个基因，变异算子对候选解有不同的效果。这种差异是不理想的，因为它会降低算法的表现和可预见性。对于这个例子，如果采用带有互补变异算子的整数，该算子对基因值的改变较小，就会更好。
除了可以使用简单的二进制表示和整数，遗传算法还可以使用浮点数、基于树的表示、对象和遗传编码所需的任何其他数据结构。如果要建立一个有效的遗传算法，选择正确的表示是关键。
相关资源：java 遗传算法 编程