适应度函数是一种特殊类型的目标函数，用于以单一的品质因数来总结给定的设计解决方案与实现设定目标的接近程度。适应度函数用于软件架构和进化算法，例如遗传编程和遗传算法，以指导模拟实现最佳设计解。

适应度函数主要分为两类：一类是适应度函数不变，例如优化固定函数或使用固定的测试用例集进行测试；另一类是适应度函数可变，例如利基分化或测试用例集的共同进化。另一种看待适应度函数的方式是使用适应度景观，它显示了每个可能染色体的适应度。

适应度函数不一定必须能够计算出绝对值，因为有时只需比较候选者即可选择出更好的一个。在某些情况下，相对适应度指标（候选者 a 优于 b）就足够了，例如锦标赛选择或帕累托优化。

✍️出现