Java中的经典基因算法有：
遗传算法(Genetic Algorithm)：通过模拟自然进化的过程，对解空间中的个体进行优化。
遗传表达式编程(Genetic Programming)：将数学式子表示为基因型，使用遗传算法对式子进行优化。
遗传模拟退火(Genetic Simulated Annealing)：结合模拟退火算法和遗传算法，寻找更优解。
演化策略(Evolution Strategy)：通过演化，寻找最优解的策略。
这些算法具有以下特点：
适用于优化问题。
模拟自然进化过程，具有一定的全局寻优能力。
可以处理高维度和多目标优化问题。
算法实现简单，易于理解和应用。
这些算法的应用场景包括：
机器学习和数据挖掘。
优化控制和优化设计。
组合优化和排课调度。
信号处理和图像处理等。
参考资料：
Goldberg, D. E. (1989). Genetic algorithms in search, optimization, and machine learning. Addison-Wesley Professional.
Luke, S. (2013). Essentials of metaheuristics. Lulu. com.
Eiben, A. E., & Smith, J. E. (2015). Introduction to evolutionary computing. Springer.
Back, T., Fogel, D. B., & Michalewicz, Z. (2000). Handbook of evolutionary computation. CRC press.