Memetic算法是进化算法（evolutionary computation）中的一种，它是在遗传算法的基础上加上局部优化搜索算子得到的，也被称为混合遗传算法（hybrid evolutionary algorithm）、文化算法（cultural algorithm） ^[1-2] 、密母算法等。Memetic算法继承了拉马克进化论思想。在进化论中，关于继承模型有两种：一是拉马克继承（Lamarckian inheritance）模型；二是班德文继承（Baldwinian inheritance）模型。这两种模型的主要区别在于个体在一生中所学到的技能是否应该遗传给下一代。拉马克继承模型认为后代应该继承其父代所学的技能，而班德文继承模型则不认可这样的继承 ^[1] 。

Memetic算法可以看作在局部最优子空间上进行了特殊类型的遗传搜索，在遗传算法中加入了局部优化方法并将其应用于每个个体。局部优化方法还解决了因为交叉和变异产生的不在当前局部最优子空间中的解，使最终产生的解维持在当前子空间中。在这种混合方法中，遗传算法用于种群中的全局广度搜索，而启发式方法则用于进行染色体间的局部深度搜索。由于遗传算法和传统启发式方法具有互补性质，这种混合方法的性能通常比单独运行任意一种要好。 8FE/F6F51yVSOqcuf4/QPY5lVH9ZXVT8wODDsODHYjcwWnB7bwiJ8b7i7LLY1xi2