Gli algoritmi genetici sono metodi di ottimizzazione che utilizzano una strategia di esplorazione delle possibili varianti simile a quella utilizzata dall'evoluzione genetica. L'algoritmo genetico consente di risparmiare sui tempi di calcolo e di trovare una buona approssimazione dei parmametri che offrirebbero la migliore soluzione al problema senza affrontarne l'esplorazione totale.
Nell'algoritmo genetico l'evoluzione di cromosomi, i cui geni rappresentano i parametri del problema, si provoca con metodi computazionali. Mediante quest'algoritmo si può esplorare solo una parte dei cromosomi possibili e riuscire a individuare i valori dei parametri che ottimizzano il problema affrontato.
Per ogni cromosoma viene calcolato l'accordo (la fitness) con un campione di dati per i quali si conosce la risposta desiderata. Il cromosoma, o l'insieme dei cromosomi, con migliore fitness viene selezionato e parteciperà a eventi computazionali. I nuovi cromosomi ottenuti vengono quindi utilizzati per rigenerare una popolazione di n cromosomi che parteciperanno alla seconda generazione dell'algoritmo genetico, e così via.
L'algoritmo viene fatto procedere per un numero predeterminato di generazioni o finché non sia raggiunta una fitness sufficientemente buona.
Rappresentazione grafica di un algoritmo genetico. Le generazioni possono procedere per un numero prefissato di cicli o fino a che non si sia raggiunta una determinata fitness.