遗传算法比模拟退火算法和禁忌搜索算法更通用、更抽象。以某种角度来看,模拟LPO2506I-683LC退火算法和禁忌搜索算法可以看成遗传算法的特例。

   应用于调度问题的遗传算法是将序列或者调度看成个体或是种群的成员。每个个体以它的适应度为特征,个体的适应度由对应的目标函数值来衡量。这个过程反复进行,每次迭代称为一代。种群的一代包含从上一代存活下来的个体和上一代中得到的新调度或者说是子代。从一代到下一代时,种群的大小通常不变的。通过上一代的一部分个体(父代)进行复制和变异而生成子代。个体有时也称为染色体。在多机环境下,一条染色体可以由子染色体组成,每个子染色体包含着关于工作序列在一台机器上的信息。父代染色体的一次变异等价于对应的序列中相邻两项工作的交换。每一代中,最适应的个体将会进行复制而不符合的个体将会死掉。出生、死亡和复制的过程决定了下一代的组成,可能会非常复杂,通常情况下取决于这一代中个体的适应度水平。