多模態是指優勝劣汰——遺傳最佳化法在自然界，組成生物群體的各個體由於彼此間的差異，對所處環境有不同的適應和生存能力，遵照自然界生物進化的基本原則，適者生存，優勝劣汰，要淘汰那些最差的個體，透過交配將父本優秀的染色體和基因遺傳給子代，透過染色體和基因的重新組合產生生命力更強的新的個體與由它們組成的新的群體。特點：特點是對引數進行編碼運算，不需要有關體系的任何經驗知識，沿多種路線進行平行搜尋，不會落入區域性較優的陷阱，能在許多區域性較優中找到全域性最優點，是一種全域性最最佳化方法。擴充套件資料：多模態的運算涉及到遺傳演算法，其特點：(1)遺傳演算法從問題解的串集開始搜尋，而不是從單個解開始。這是遺傳演算法與傳統最佳化演算法的極大區別。傳統最佳化演算法是從單個初始值迭代求最優解的；容易誤入區域性最優解。遺傳演算法從串集開始搜尋，覆蓋面大，利於全域性擇優。(2)遺傳演算法同時處理群體中的多個個體，即對搜尋空間中的多個解進行評估，減少了陷入區域性最優解的風險，同時演算法本身易於實現並行化。(3)遺傳演算法基本上不用搜索空間的知識或其它輔助資訊，而僅用適應度函式值來評估個體，在此基礎上進行遺傳操作。適應度函式不僅不受連續可微的約束，而且其定義域可以任意設定。這一特點使得遺傳演算法的應用範圍大大擴充套件。(4)遺傳演算法不是採用確定性規則，而是採用機率的變遷規則來指導他的搜尋方向。(5)具有自組織、自適應和自學習性。遺傳演算法利用進化過程獲得的資訊自行組織搜尋時，適應度大的個體具有較高的生存機率，並獲得更適應環境的基因結構。