遗传算法 (GA) 是一种基于自然进化和生物繁殖原则的稳健搜索方法 (Goldberg, 1989)。在对给水模型进行优化校正时，遗传算法程序首先会生成模型参数试验解的总体。然后由水力求解器对每个试验解进行模拟。由此进行的水力模拟可预测管网中预定数量节点（或数据点）处的水力坡度线（节点压力）和管道流量，并将信息传回相关校正模块。校正模块评估每个解中模型模拟与观测数据的接近程度，校正评估则计算拟合优度值，即观测数据与模型预测的管道流量和节点压力或水力坡度线之间的差异。在遗传算法中，该拟合优度值随后被分配为该解的适合度。

这样，遗传算法产生的一代就完成了。在执行下一代遗传算法操作时，应考虑适合度标准。为找到最优校正解，将模仿达尔文的“适者生存”自然选择原则选择更适合的解。选定的解通过执行遗传操作复制下一代校正解。经过许多代后，解不断发展，最终出现最优解或近似最优解。过去十年里，遗传算法出现了许多变体。在求解模型校正方面，遗传算法得到了多次成功的应用，优化了水资源系统的校正（Wang 1992；W 1994；Babovic 等 1994；Wu 和 Larsen 1996）。最近，一种有效的遗传算法（又称“快速混合遗传算法”）已被用于优化校正。该遗传算法被证明是优化给水系统最有效的遗传算法（Wu 和 Simpson 2001）。下一节将对此进行简要概述。