遺傳編程（Genetic Programming, GP）是一種進化計算模型，它利用計算機技術自動生成程式或模型以解決實際問題。GP算法的特點在於它處理的不是單個參數或結構，而是將電腦程式以樹結構表示，每個染色體代表一個程式。這種表示方式使得通過GP進化的程式在大小、形狀和複雜度上都是不同的，不像其他進化算法中的個體結構通常是固定長度的。
GP算法的基本原理包括種群中個體的選擇和競爭，以及通過選擇和改變來搜尋程式空間。在GP中，初始種群是通過隨機產生句法正確的查詢來形成的，這些查詢可以是使用者定義的函式集和端點集中的運算元和值。每個個體的適應度是通過執行它來測定的，這涉及到對查詢的謂詞進行比較運算元和邏輯運算元的操作。
GP算法的套用領域包括圖像分析、特徵提取、圖像分類、邊緣檢測、圖像分割等。在圖像分析領域，GP算法的研究工作主要集中在如何提高計算效率、泛化能力以及遷移學習等方面。
總的來說，GP算法是一種強大的搜尋工具，尤其適用於那些需要智慧型生成和評價一組查詢的問題，它通過模擬自然進化過程來生成和最佳化電腦程式，以解決給定的問題。