Genetische Algorithmen sind eine von der Natur motivierte heuristische Methode. In Analogie zur Darwinistischen Evolution wird die Entwicklung einer Population von Lösungen simuliert. Die Fitness der Individuen ergibt sich aus der Güte der Zielfunktion und entscheidet über deren Reproduktionschancen für die nächste Generation. Neue Lösungen werden durch Rekombination und Mutation erzeugt. Durch den Selektionsdruck setzen sich gute Lösungen in der Population mehr und mehr durch, bis die Population zu einer Lösung konvergiert ist.
Genetischen Algorithmen umfassen eine Klasse von Optimierungsalgorithmen deren einzelne Ausprägungen sich durch Konfigurationsparameter unterscheiden. Neben den verschiedenen grundlegenden Arten der Genetischen Algorithmen sind dies z.B. die Populationsgröße, der Selektionsdruck, der Rekombinationsoperator oder das Selektionsverfahren. Gesucht sind Genetische Algorithmen, die für eine bestimmte Problemkomplexität reproduzierbar das globale Optimum lokalisieren, da die Leistungsfähigkeit und die Reproduzierbarkeit der Ergebnisse von der Konfiguration des Algorithmus abhängt.