长期以来,林产品营销决策一直是我国林业企业经营管理中的重点和难点,林产品销售预测和销售中的路线优化问题一直是林业企业决策者普遍探索的重要课题。遗传算法是(genetic algorithm, GA)模拟生物进化的自然选择和遗传机制的一种搜索寻优算法。遗传算法作为一种求解问题的高效并行的全局搜索寻优方法,以其固有的鲁棒性、并行性和自适应性,使之非常适于大规模搜索空间的寻优,已广泛应用在组合优化和机器学习等多个方面。在计算机视觉领域中的应用也正日益受到重视,为在决策系统中解决预测问题提供了新而有效的方法。本文运用遗传算法,对猪婆山林场林产品二年内的销售额数据进行了整群抽样处理,应用MATLAB遗传算法工具箱中的工具函数编程实现。具体步骤是：第一,将数据根据选取的抽样数,即能代表原始数据的特征数据量的大小分段,在段内单独运行遗传算法,选取其结果作为该段的特征数据,循环执行完所有数据段后,即得所需的特征数据；第二,针对实测数据具有数据量大、取值范围广、精度要求高的特点,为提高遗传算法的性能,首先对原始数据进行预处理,然后采用浮点数编码,通过对分段内的原始数据增减一个较小数据值来构成初始种群的取值范围；第三,实际数据的运行结果表明本文的算法选取出来的特征数据,能够充分代表原始数据,达到整群抽样的目的,能为林场林产品销售预测提供可靠的数据基础。遗传算法在林产品市场营销的另一个应用是：通过总结林场林产品货物的配送现状,指出林产品货物配送属于典型的VRP (Vehicle Route Problem)问题,建立了该问题的数学模型,通过引入引申的刘海交叉法,构造了一种具有较强全局搜索能力的引申刘海交叉法,改进了原有的标准遗传算法,提出了货物配送路线优化问题的求解策略；利用MATLAB编制了相应的计算程序,实现了上述问题的迅速求解过程。论文充分利用遗传算法在全局搜索和优化方面的性能,结合典型实例,验证了遗传算法在求解此类问题时的可行性及优越性,证实了该计算程序运行的准确性及通用性。该系统实施后,在满足林业企业市场营销决策支持需求方面能够发挥更大的作用,运算速度明显提高,并且预测结果相对比较准确,预测质量较高,能为企业高级营销决策者提供有效的决策支持,以期提高决策者的决策能力,实现林业企业市场营销决策的科学性和有效性。