起源
遺傳基本解釋
⒈[heredity]：通過細胞、染色體由祖先向後代傳遞的品質
⒉[inheritance]：先人所流傳下來的
詳細解釋
⒈猶留傳。
《史記· 扁鵲倉公列傳》：“ 慶 有古先道遺傳 黃帝 、 扁鵲 之脈書，五色診病，知人生死。” 宋 林逋 《傷白積殿丞》詩：“遺傳得誰脩闕下，孤墳應祇客江邊。”《二刻拍案驚奇》卷十八：“這迷而不悟，卻是為何？只因製造之藥，其方未嘗不是仙家的遺傳。” 羅家倫 《是愛情還是苦痛》：“他說：‘我聽得長輩說，女子總是靠丈夫的。’我好容易收來一點愛情，把他這一句遺傳的話，又嚇走了一大半。”
⒉指遺留下來的傳聞。
北魏 酈道元 《 水經注·易水》：“余按遺傳，舊跡多在 武陽 ，似不餞此也。” 明 李詡 《戒庵老人漫筆·陳同父》：“自是始欲纂集異聞，為《中興遺傳》，然猶恨聞見單寡，欲從先生故老詳求其事。”
⒊謂生物體的構造和生理機能由上一代傳給下一代。
艾思奇 《辯證唯物主義歷史唯物主義》第四章：“在 自然界中，吸引和排斥，陰電和 陽電，化合和分解，遺傳和 變異等對立面的互相作用，也同樣包含著鬥爭。”如：任何一種植物的後代與它的 親代總是基本相似的，這種現象叫做遺傳。
⒋謂人的氣質、品德、能力等後天的東西受上代的影響而在後代身上體現出來。
洪深《電影戲劇的編劇方法》第四章：“即以氣質而論，決不是一個人遺傳有好的或壞的氣質。” 郁達夫 《出奔》：“結婚之後的 董婉珍 ，處處都流露了她的這一種自父祖遺傳下來的小節的伶俐。” 陳學昭《工作著是美麗的》上卷二四：“在精明能幹這一點上，她的三個孩子都得了母親的優良遺傳。”
遺傳：幸福在某種程度上是與生俱來的。人類“幸福感知點”的敏感程度有90%是由基因決定的，同時也取決於父母的正確見識、判斷力以及良好的訓練和教育。
父母7種外貌特徵易遺傳給孩子
1.膚色
遺傳指數：★★★
膚色的遺傳總遵循“相乘後再平均”的自然法則，讓人別無選擇。若父母皮膚較黑，絕不會有白嫩肌膚的子女；若一方白一方黑，大部分會給子女一個“中性”膚色，也有更偏向一方的情況。
2.身高
遺傳指數：★★
身高有70%取決於遺傳，後天因素影響只占30%。若父母較高，孩子高的機會為3，矮的機會為1，偏矮則反之；如果父母中一人較高，一人較低，就取決於其他因素。
3.胖瘦
遺傳指數：★★
如果父母中有一人肥胖，孩子發胖機率是30%。如果父母雙方都肥胖，孩子發胖機率是30%—60%。也有說法認為，母親在孩子體形方面起到的作用較大。胖瘦大約有一半可以由人為因素決定，寶寶完全可以通過合理飲食、充分運動使體態勻稱。
4.眼睛
遺傳指數：★★★
形狀：孩子的眼形、大小遺傳自父母，大眼睛相對小眼睛是顯性遺傳。父母有一人是大眼睛，生大眼睛孩子的可能就會大一些。
雙眼皮：雙眼皮是顯性遺傳，單眼皮與雙眼皮的人生寶寶極有可能是雙眼皮。但父母都是單眼皮，一般孩子也是單眼皮。
眼球顏色：黑色等深色相對於淺色而言是顯性遺傳。黑眼球和藍眼球的人，所生的孩子不會是藍眼球。
睫毛：長睫毛也是顯性遺傳的。父母只要一人有長睫毛，孩子遺傳長睫毛的可能性就非常大。
5.鼻子
遺傳指數：★★★
一般來講，鼻子大、高而鼻孔寬呈顯性遺傳。父母中一人是挺直的鼻樑，遺傳給孩子的可能性就很大。鼻子的遺傳基因會一直持續到成年，小時候矮鼻子，成年還可能變成高鼻子。
6.下顎
遺傳指數：★★★
下顎是不容“商量”的顯性遺傳。父母任何一方有突出的大下巴，子女常毫無例外地長著酷似的下巴，“像”得有些離奇。
7.耳朵
遺傳指數：★★★
耳朵的形狀是遺傳的，大耳朵相對於小耳朵是顯性遺傳。父母雙方只要一個人是大耳朵，那么孩子就極有可能也是一對大耳朵。
相關特點
染色體1、遺傳算法以決策變數的編碼作為運算對象。傳統的最佳化算法往往直接決策變數的實際植本身，而遺傳算法處理決策變數的某種編碼形式，使得我們可以借鑑生物學中的染色體和基因的概念，可以模仿自然界生物的遺傳和進化機理，也使得我們能夠方便的套用遺傳操作運算元。
2、遺傳算法直接以適應度作為搜尋信息，無需導數等其它輔助信息。
3、遺傳算法使用多個點的搜尋信息，具有隱含並行性。
4、遺傳算法使用機率搜尋技術，而非確定性規則。
相關現狀
遺傳DNA隨著套用領域的擴展，遺傳算法的研究出現了幾個引人注目的新動向：一是基於遺傳算法的機器學習，這一新的研究課題把遺傳算法從歷來離散的搜尋空間的最佳化搜尋算法擴展到具有獨特的規則生成功能的嶄新的機器學習算法。這一新的學習機制對於解決人工智慧中知識獲取和知識最佳化精煉的瓶頸難題帶來了希望。二是遺傳算法正日益和神經網路、模糊推理以及混沌理論等其它智慧型計算方法相互滲透和結合，這對開拓21世紀中新的智慧型計算技術將具有重要的意義。三是並行處理的遺傳算法的研究十分活躍。這一研究不僅對遺傳算法本身的發展，而且對於新一代智慧型計算機體系結構的研究都是十分重要的。四是遺傳算法和另一個稱為人工生命的嶄新研究領域正不斷滲透。所謂人工生命即是用計算機模擬自然界豐富多彩的生命現象，其中生物的自適應、進化和免疫等現象是人工生命的重要研究對象，而遺傳算法在這方面將會發揮一定的作用，五是遺傳算法和進化規劃（EvolutionProgramming,EP）以及進化策略（EvolutionStrategy,ES）等進化計算理論日益結合。EP和ES幾乎是和遺傳算法同時獨立發展起來的，同遺傳算法一樣，它們也是模擬自然界生物進化機制的只能計算方法，即同遺傳算法具有相同之處，也有各自的特點。這三者之間的比較研究和彼此結合的探討正形成熱點。
1991年D.Whitey在他的論文中提出了基於領域交叉的交叉運算元（Adjacencybasedcrossover），這個運算元是特別針對用序號表示基因的個體的交叉，並將其套用到了TSP問題中，通過實驗對其進行了驗證。
D.H.Ackley等提出了隨即疊代遺傳爬山法（StochasticIteratedGeneticHill-climbing，SIGH）採用了一種複雜的機率選舉機制，此機制中由m個“投票者”來共同決定新個體的值（m表示群體的大小）。實驗結果表明，SIGH與單點交叉、均勻交叉的神經遺傳算法相比，所測試的六個函式中有四個表現出更好的性能，而且總體來講，SIGH比現存的許多算法在求解速度方面更有競爭力。
H.Bersini和G.Seront將遺傳算法與單一方法（simplexmethod）結合起來，形成了一種叫單一操作的多親交叉運算元（simplexcrossover），該運算元在根據兩個母體以及一個額外的個體產生新個體，事實上他的交叉結果與對三個個體用選舉交叉產生的結果一致。同時，文獻還將三者交叉運算元與點交叉、均勻交叉做了比較，結果表明，三者交叉運算元比其餘兩個有更好的性能。
國內也有不少的專家和學者對遺傳算法的交叉運算元進行改進。2002年，戴曉明等套用多種群遺傳並行進化的思想，對不同種群基於不同的遺傳策略，如變異機率，不同的變異運算元等來搜尋變數空間，並利用種群間遷移運算元來進行遺傳信息交流，以解決經典遺傳算法的收斂到局部最優值問題。
2004年，趙宏立等針對簡單遺傳算法在較大規模組合最佳化問題上搜尋效率不高的現象，提出了一種用基因塊編碼的並行遺傳算法（Building-blockCodedParallelGA，BCPGA）。該方法以粗粒度並行遺傳算法為基本框架，在染色體群體中識別出可能的基因塊，然後用基因塊作為新的基因單位對染色體重新編碼，產生長度較短的染色體，在用重新編碼的染色體群體作為下一輪以相同方式演化的初始群體。
2005年，江雷等針對並行遺傳算法求解TSP問題，探討了使用彈性策略來維持群體的多樣性，使得算法跨過局部收斂的障礙，向全局最優解方向進化。
遺傳遺傳算法是模擬達爾文的遺傳選擇和自然淘汰的生物進化過程的計算模型。它的思想源於生物遺傳學和適者生存的自然規律，是具有“生存+檢測”的疊代過程的搜尋算法。遺傳算法以一種群體中的所有個體為對象，並利用隨機化技術指導對一個被編碼的參數空間進行高效搜尋。其中，選擇、交叉和變異構成了遺傳算法的遺傳操作；參數編碼、初始群體的設定、適應度函式的設計、遺傳操作設計、控制參數設定五個要素組成了遺傳算法的核心內容。作為一種新的全局最佳化搜尋算法，遺傳算法以其簡單通用、魯棒性強、適於並行處理以及高效、實用等顯著特點，在各個領域得到了廣泛套用，取得了良好效果，並逐漸成為重要的智慧型算法之一。遺傳算法是基於生物學的，理解或編程都不太難。下面是遺傳算法的一般算法：
初始種群
初始種群是從解中隨機選擇出來的，將這些解比喻為染色體或基因，該種群被稱為第一代，這和符號人工智慧系統的情況不一樣，在那裡問題的初始狀態已經給定了。
評估適應度
對每一個解（染色體）指定一個適應度的值，根據問題求解的實際接近程度來指定（以便逼近求解問題的答案）。不要把這些“解”與問題的“答案”混為一談，可以把它理解成為要得到答案，系統可能需要利用的那些特性。
繁殖
帶有較高適應度值的那些染色體更可能產生後代（後代產生後也將發生突變）。後代是父母的產物，他們由來自父母的基因結合而成，這個過程被稱為“雜交”。
下一代
如果新的一代包含一個解，能產生一個充分接近或等於期望答案的輸出，那么問題就已經解決了。如果情況並非如此，新的一代將重複他們父母所進行的繁衍過程，一代一代演化下去，直到達到期望的解為止。
並行計算
非常容易將遺傳算法用到並行計算和群集環境中。一種方法是直接把每個節點當成一個並行的種群看待。然後有機體根據不同的繁殖方法從一個節點遷移到另一個節點。另一種方法是“農場主/勞工”體系結構，指定一個節點為“農場主”節點，負責選擇有機體和分派適應度的值，另外的節點作為“勞工”節點，負責重新組合、變異和適應度函式的評估。
特點分析
遺傳算法作為一種快捷、簡便、容錯性強的算法，在各類結構對象的最佳化過程中顯示出明顯的優勢。與傳統的搜尋方法相比，遺傳算法具有如下特點：
a）搜尋過程不直接作用在變數上，而是在參數集進行了編碼的個體。此編碼操作，使得遺傳算法可直接對結構對象（集合、序列、矩陣、樹、圖、鏈和表）進行操作。
b）搜尋過程是從一組解疊代到另一組解，採用同時處理群體中多個個體的方法，降低了陷入局部最優解的可能性，並易於並行化。
c）採用機率的變遷規則來指導搜尋方向，而不採用確定性搜尋規則。
d)對搜尋空間沒有任何特殊要求（如連通性、凸性等），只利用適應性信息，不需要導數等其它輔助信息，適應範圍更廣。
特點分析
遺傳漫畫a）搜尋過程不直接作用在變數上，而是在參數集進行了編碼的個體。此編碼操作，使得遺傳算法可直接對結構對象（集合、序列、矩陣、樹、圖、鏈和表）進行操作。
b）搜尋過程是從一組解疊代到另一組解，採用同時處理群體中多個個體的方法，降低了陷入局部最優解的可能性，並易於並行化。
c）採用機率的變遷規則來指導搜尋方向，而不採用確定性搜尋規則。
d)對搜尋空間沒有任何特殊要求（如連通性、凸性等），只利用適應性信息，不需要導數等其它輔助信息，適應範圍更廣。
相關信息
B肝會遺傳嗎
遺傳我們認為，這種說法實際上是對B肝母嬰傳播的一種錯誤理解。B肝的母嬰傳播是我國B肝感染很主要的一種方式。前幾年的統計資料顯示，我國育齡婦女（25~35歲）血中HBsAg的攜帶率為7%左右，其中HBeAg陽性者占25%。HBeAg陽性母親，如果不採取任何保護性措施的話，其分娩的嬰兒成為HBsAg陽性的可能性在85%以上，而且這部分感染者可長期攜帶病毒，並且易發展為慢性B型肝炎。許多家庭子女中出現數例B肝，大多是由母嬰傳播所致。這個問題已經引起我國有關部門的極大重視，並採取了極為有效的預防性措施予以解決。隨著B肝疫苗和高效價抗B肝免疫球蛋白的廣泛套用，我國B肝陽性母親所生嬰兒中HBsAg陽性率已下降至1%~2%。可見B肝絕不像某些人所說的那樣是無法預防的。我們相信，隨著科技水平的發展和新藥的研發，除預防外，B肝的治療也會有所突破的。
近視眼會遺傳嗎?
近視是很常見的眼病，發病率有逐年上升的趨勢，直接影響廣大青少年的健康成長。有的人，自己是近視，父母也是;有的人父母並不是近視，自己卻戴上了近視眼鏡。有的人在選擇配偶時，擔心愛人近視，是否會連累孩子。這就是人們關心的近視是否能遺傳的問題。
這要從近視的類型談起。近視可以分兩種，即高度近視和普通近視。普通近視，又稱單純性近視，可從兒童時期發病，到20歲以後即很少進展，戴眼鏡以後視力可以矯正到正常，近視的度數一般在600度以下。高度近視，又稱進行性近視，是與單純性近視完全不同的另外一種眼病，患者隨著年齡的增長，眼睛前後軸不斷加長，眼球後部擴大，伴有眼底脈絡視網膜的退行性變化，戴眼鏡以後視力也難以矯正到正常，視力逐慚減退，以至發生嚴重障礙。
從眼病的調查結果分析，有近視家族史的家庭成員，發生近視的比率比沒有近視家族史的要高些，說明近視的發病與遺傳有一定關係。但近視的發生又受後天環境因素的影響，所以，目前學者們都認為，近視屬於多基因遺傳，即病人有多個致病基因，但又有環境因素的作用，這在單純性近視的發生上是很容易看到的現象。環境因素包括照明不佳，不良的閱讀和工作習慣，如長時間閱讀和近距離工作，眼的調節肌肉處於持續的緊張收縮狀態，進而調節能力減弱，而發生近視。但同樣的條件下，並不是所有的人都發生近視，而某些近視患者也並非做近距離工作，有些甚至很少閱讀書報。可見，近視是遺傳和環境共同作用的結果。
高度近視是常染色體隱性遺傳病，也就是有關近視的一對基因都是本病的致病基因才發病。如果只是其中一個基因致病的，而另一個基因是正常的，則不發病，只是致病基因攜帶者。譬如父母親都不是近視眼，但他們都是高度近視基因攜帶者，在他們本人不顯示近視，但他們倆的致病基因遺傳給孩子，使孩子具備了兩個近視基因，故而會使孩子成為近視眼。
高度(600度以上者)近視眼的男子與高度近視眼的女子結合，子女發病的機會在90%以上，如果與近視眼基因攜帶者結合，子女可能有半數是高度近視，而同正常視力或中低度近視者結合，子女發生近視眼的機會是1%。
