分布估计算法通过概率模型来描述候选解在空间中的分布，采用统计学的手段，从群体宏观的角度建立一个描述解分布的概率模型，然后对概率模型随机采样生成一个新的种群，如此反复进行，实现种群的进化，直至终止条件。

一般可归纳为下面两个主要步骤：

1. 构建描述解空间的概率模型.，通过对种群的评估，选择优秀的个体集合，然后采用统计学习等手段构造一个描述当前解集的概率模型。
2. 由概率模型随机采样（一般采用蒙特卡罗方法）产生新的种群。

分布式估计算法能够更加有效的解决高维问题，降低时间复杂度。