针对蚁群优化算法易陷入局部最优的问题,提出遗传增强蚁群优化算法.在算法迭代过程中,维护历史最优解,将历史最优解与当前部分较好解作为遗传算法的初始化染色体,采用遗传算法在更广阔的空间中搜索较好解.将蚂蚁搜索解与遗传算法搜索解合并选择当前最优解,防止蚁群优化陷入局部最优.以二分类问题中的特征选择为例,与粒子群优化算法与差分进化算法进行对比,在3个标准测试数据上进行试验,结果表明算法的有效性及其优越性.