kısaca bir tanım yaparsak genetik algoritma (ya da kısaca ga), biyolojik evrimi, problem çözücü bir strateji olarak taklit eden bir programlama tekniğidir. çözülmek üzere ele alınan belli bir problem için gaya, belli bir tarzda kodlanmış potansiyel çözümler ile birlikte uygunluk fonksiyonu adı verilen ve her olasılığı, niceliğine dayanarak değerlendiren bir metrik girilir. bu olasılıklar, işe yaradığı önceden de bilinen çözümler olabilir, bu durumda ganın amacı onları geliştirmektir ama genellikle rastgele bir şekilde oluşturulurlar.
ga her olasılığı, uygunluk fonksiyonuna göre değerlendirir. rastgele bir araya getirilmiş olasılıklardan oluşan bir havuzda, tabii ki büyük bir kısmı hiç işe yaramayacak ve onlar silinecektir. yine de, sadece şansın yardımıyla, ufak bir kısmı umut vaadedebilir problemin çözümüne dair zayıf ve kusurlu bile olsa, bir etki edebilirler.
bu umut vaadeden olasılıklar elde tutulurlar ve üremeleri sağlanır. bir çok kopyaları çıkartılır ama bu kopyalar mükemmel değildir; kopyalama sürecinde, rastgele değişiklikler yapılır. bu dijital döller daha sonra, yeni bir olası çözümler havuzu oluşturarak, bir sonraki nesile geçerler ve ikinci bir uygunluk değerlendirmesinden geçerler. kodlarında yapılan değişiklikler sonucunda, durumlarında bir ilerleme olmayan ya da daha da kötü olmuş olan olası çözümler yine silinirler ama tekrar, sadece şans faktörüyle, popülasyona sokulmuş olan rastgele varyasyonlar, kimi bireyleri onları daha iyi, daha eksiksiz ya da eldeki probleme daha etkili bir çözüm olacak şekilde geliştirmiş olabilir. yine, bu, galip gelen bireyler seçilir ve bir sonraki nesile, rastgele değişikliklerden geçirilerek kopyalanırlar ve süreç tekrar eder. ümit edilen, popülasyonun, ortalama uygunluğunun, her yeni denemede artacağı ve süreci yüzlerce ya da binlerce kez tekrar ederek probleme, en iyi çözümlerin bulunacağıdır.
