该文借助于遗传算法的理想浓度模型以及由此模型对遗传算法的机理的分析 ,给出了遗传算法的运行机理及特点 ,即遗传算法是一个具有定向制导的随机搜索技术 ,其定向制导的原则是 :导向以高适应度模式为祖先的“家族”方向 .以此结论为基础 ,利用数论中的佳点集的理论和方法 ,对 GA算法中的交叉操作进行了重新设计 ,给出了一个新的 GA算法 ,称之为佳点集遗传算法 .最后作者将佳点 GA算法应用于求解优化问题、SAT问题、TSP问题和背包问题 ,并与其它求解 SAT算法进行比较 .通过模拟比较 ,可以看出新的算法不但提高了算法的速度和精度 ,而且避免了其它方法常有的早期收敛的现象 .这说明作者对 GA算法机理的理解和佳点 GA算法可能为 GA算法的研究开辟一条新的途径 .