元胞遗传算法（cellular genetic algorithm），理学-地理学-地理信息科学-计量地理学-元胞遗传算法，将遗传算法与元胞自动机相结合进行算法优化。其设计思想主要来源于三个方面：①元胞自动机的时间、空间状态都离散，每个变量只取有限个状态，而遗传算法也具有离散运算的特点。②在元胞自动机中，重复简单的运算规则能够导致复杂的系统行为，而遗传算法本身也是对选择、交叉、变异这三种简单操作的不断迭代。③反复进行的局部交互作用最终能实现全局计算的目的。在遗传算法中，需要对问题的潜在解决方案进行编码，形成具有染色体的个体种群，即问题的假设解。算法执行时，遗传算法模拟自然选择和自然遗传过程中发生的繁殖、交叉和基因突变现象，在每次迭代中按适宜度指标从解群中选择较优的个体，利用遗传算子（交叉和变异）对这些个体进行组合，产生新一代的候选解群，重复此过程，直到满足某种收敛条件为止。与传统遗传算法不同，元胞遗传算法的选择、交叉、变异不再局限于一维的点对点操作，而是将个体赋值于元胞自动机的二维甚至三维的空间，从而基于中心元胞与邻居元胞的交互进行选择、交叉、变异。