GEQO 模块是试图解决类似漫游推销员问题（TSP）的查询优化问题的。 可能的查询规划被当作整数字串进行编码。每个字串代表查询里面一个关系到下一个关系的 连接的顺序。 例如，下面的连接树
/\ /\ 2 /\ 3 4 1
是用整数字串 '4-1-3-2' 编码的， 这就是说，首先联接关系 '4' 和 '1'，然后 '3'，然后是 '2'， 这里的 1，2，3，4都是 PostgreSQL 优化器里的关系标识（ID）。
GEQO 模块的一部分是采用的 D. Whitley 的 Genitor 算法。
在 PostgreSQL 里的 GEQO 实现的一些特性是：
使用 稳定状态（steady state）的 GA （替换全体中最小适应性的个体，而不是整代的替换）允许向改进了的查询规划快速逼近。 这一点对在合理时间内处理查询是非常重要的；
边缘重组交叉（edge recombination crossover）的使用特别适于在用 GA解决 TSP 问题时保持边缘损失最低。
译注: TSP 是旅行推销员问题的意思
否决了把突变（Mutation）作为基因操作符的做法，这样生成合法的 TSP 漫游时不需要修复机制。
GEQO 模块让 PostgreSQL 查询优化器可以通过非穷举搜索有效地支持大的连接查询。
我们还需要一些工作来改进基因算法的参数设置。
在文件 backend/optimizer/geqo/geqo_params.c 里的过程 gimme_pool_size
和 gimme_number_generations，
我们在设置参数时不得不为两个竞争需求做出折衷：
查询规划的优化
计算处理时间
在最基本的层面上，我们并不清楚用给 TSP 涉及的 GA 算法解决查询优化的问题是否合适。 在 TSP 的情况下，与任何子字串（部分旅游）相关的开销都是独立于旅游的其他部分的， 但是目前，这一点对于查询优化是不同的。因此，我们可以怀疑边缘重组交叉是否最有效的突变过程。