基于程序頻譜的缺陷定位方法可以有效地輔助開發人員定位軟件內部缺陷，但大部分已有自動化方法在解決多缺陷定位問題時表現不佳，部分效果尚可的方法因復雜度較高或需要開發人員較多交互而仍需進一步改善．為改善上述問題，提出一種基于遺傳算法的多缺陷定位方法GAMFal，具體來說：首先基于搜索的軟件工程思想對多缺陷定位問題進行建模，構建了候選缺陷分布的染色體編碼方式，并基于擴展的Ochiai系數計算個體的適應度值；隨后使用遺傳算法在解空間中搜索具有最高適應度值的候選缺陷分布，在終止條件被滿足后返回最優解種群；最后根據這個種群對程序實體進行排序，這樣開發人員可以依次對程序實體進行檢查并最終確定多個缺陷的具體位置，實證研究以Siemens套件中的7個程序和Linux的3個程序（gzip、grep和sed）作為評測對象，并擴展傳統的定位方法評測標準EXAM至EXAMF和EXAML，通過與其他經典的缺陷定位方法（Tarantula、Improved Tarantula及Ochiai）進行對比，并通過Friedman檢測和最小顯著性差異測試可得，提出的GAMFal方法在整體定位效率方面優于傳統方法，且需要更少的人工交互．除此之外，GAMFal的執行時間也在可接受的范圍之內．