유전자 알고리즘 (genetic algorithm GA)은 무작위 차출을 통해 만들어지는 경험적 최적화 방법이다. 최적화 문제를 풀기위한 해결책들(실행 계획 후보군들)을 개체들의 집단으로 간주한다. 한 개체가 그 환경에 적응하는 정도를 적합도라 한다.
검색 공간에서 한 개체의 위치는 염색체라고 간주하고, 이것은 하나의 문자열로 처리된다. 유전자는 염색체의 구성요소이며, 염색체는 단일 매개 변수값으로 최적화된 자료로 인코딩된다. 유전자 인코딩은 이진자료형이나, 정수형으로 처리한다.
진화과정을 시뮬레이션한다 - 재조합, 변이, 선택 과정을 거치면서 해결책 가운데 가장 적합도가 높은 것을 선택한다. 그림 59.1 에서 그 과정을 보여준다.
그림 59.1. 유전자 알고리즘 구조
comp.ai.genetic 뉴스그룹 FAQ에 따르면, 어떤 문제의 해결책을 찾는데 있어 GA 방법은 순수한 무작위 검색은 아니다라고 꼭 그렇게 말할 수는 없다고 한다. (순수한 무작위 선택의 결과와 같을 수도 있다 - 옮긴이) GA는 확률론적 과정을 거치기에 그 결과는 분명 임의적 결과는 아니다(순수 임의 선택보다는 낫다).