遗传算法是应用于搜寻各类问题最优解的一种方法，因此，基于遗传算法来寻找最大简约树是适合的。但该算法有两个严重的缺点，容易导致过早收敛、以及在进化后期搜索效率低。基于最优原则的最大简约法的启发式搜索，将模拟退火算法引入遗传算法群体更新的阶段，既保证群体多样性，又在后期逐步加快收敛速度，克服遗传算法早熟现象，最终目标是尽量使得最大简约树的树长最小、搜索时间最短。 1 最大简约法算法描述 　　最大简约法通过简约标准可以从现存后代的序列中客观地推测出祖先状态，不仅可以填补分子进化研究中的空白，更是对进化

针对最大简约法的搜索速度慢等特点，提出了一种遗传算法与模拟退火算法相结合的启发式搜索方法。利用模拟退火算法保障物种的多样性，克服了遗传算法的早熟现象，加快了实验后期的收敛速度。结果表明，该算法的准确性和运算效率都有较大提高。