简单地定义适应度函数是一个函数，它接受一个候选人解决问题的方法作为输入，并产生作为输出如何“配合”我们的“好”的解决方案是如何相对于在考虑的问题。

适应度值的计算是在GA中重复进行的，因此应该足够快。适应度值的缓慢计算可能会对GA产生不利影响，并使其异常缓慢。

在大多数情况下，适应度函数和目标函数与使最大化或最小化给定目标函数的目标相同。但是，对于具有多个目标和约束的更复杂的问题，算法设计器可能会选择具有不同的适应度函数。

健身函数应具有以下特征-

• 适应度函数应足够快地进行计算。

• 它必须定量地衡量给定解决方案的适合程度或从该给定解决方案中产生个体的适合程度。

在某些情况下，由于手头问题的内在复杂性，可能无法直接计算适应度函数。在这种情况下，我们会进行适应度近似来满足我们的需求。

下图显示了解决方案0/1背包的适应度计算。这是一个简单的适应度函数，它仅对被拣选项目(利润为1)的利润值求和，从左向右扫描元素直至背包装满。