遗传算法是1975年关国的Holland提出的模拟达尔文遗传选择和自然淘汰的生物进化论的计算模型，是一种智能化搜索方法。它利用选择、交叉和变异等遗传操作来进行全局搜索，具有算法简单、通用性强和鲁棒性强的特点，适用于全局性并行处理，只需较少的信息就可以实现最优化控制。将遗传算法用于制冷系统故障诊断，可以减少运算量、缩短平均诊断时间、提高诊断效率和故障识别精度。
封闭式制冷压缩机由于其自身结构及工作环境等特点，容易产生故障。通过对正常及各种故障状态的压缩机进行数据采集，用人工遗传算法进行进化训练，分别找出正常状态与异常状态以及各异常状态之间相互区分的最佳特征参数组合，计算出适应度函数值，进行状态识别。
结果表明，这种方法有效地提高了诊断的精度.在实际应用中，更多的是把遗传算法与神经网络或专家系统相结合的混合故障诊断。采用遗传算法为神经网络选择输入可以避免以往选择神经网络输入的盲目性，用遗传算法为神经网络选择输入，使得网络小、训练快且提高了网络回忆准确性。
